如何用 pd.concat 构建嵌套层级的多级列索引 DataFrame

要将一个四层嵌套字典（比如那个层层套娃的 `{'level1': {'level2': {'level3': {'level4': 'value'}}}}` 结构）转成一个带多级列索引的 DataFrame，看起来是个挺常见的需求，但很多人在实际操作中会踩坑——要么语法报错，要么索引出问题。今天就来拆解一下这个问题的核心：**如何用 `pd.concat` 配合字典推导式，优雅地构建出层级分明的列索引**。 先看个直观的图，方便理解最终要达成的效果： 问题出在哪儿呢？如果你直接对嵌套字典调用 `pd.concat`，是行不通的。正确的思路是**自底向上，逐层递归展开**：先把最内层的标量值包成一个“合法”的 DataFrame（注意，这里必须显式指定 `index`，否则会报 `ValueError: If using all scalar values, you must pass an index`），然后一层层用 `pd.concat(..., axis=1)` 沿列方向拼接。而 `pd.concat` 对字典有一个很贴心的原生支持——它会把字典的键自动转成 `keys` 参数，从而生成 MultiIndex 列。 下面这个递归函数就是标准解法，清晰且可扩展： ```python import pandas as pd nested_dict = { 'level1': { 'level2': { 'level3': { 'level4': 'value' } } } } def build_nested_df(d, keys=None): if keys is None: keys = [] if not isinstance(d, dict): # 叶子节点：标量值 → 转为单行 DataFrame，指定 index 避免 ValueError return pd.DataFrame({tuple(keys): [d]}, index=[0]) else: frames = [] for k, v in d.items(): frames.append(build_nested_df(v, keys + [k])) # 沿列拼接所有子帧，自动形成 MultiIndex 列 return pd.concat(frames, axis=1) result = build_nested_df(nested_dict) print(result) ``` 输出结果是： ``` level1 level2 level3 level4 0 value ``` 注意看列索引：`result.columns` 会是一个四层 MultiIndex，层级为 `('level1', 'level2', 'level3', 'level4')`，完全匹配需求。 再来聊聊几个容易翻车的细节： - **语法层面**：千万别在 `pd.concat(...)` 参数里写 `key:{...}` 这种写法——这是无效的 Python 语法。正确的永远是 `{key: value}` 这种字典字面量形式。 - **标量处理**：最内层的 `'value'` 必须被包裹成 DataFrame 并指定索引，比如 `pd.DataFrame({'col': ['value']})` 或者 `pd.DataFrame([[value]], columns=['col'], index=[0])`。 - **避免硬编码循环**：很多人喜欢写多层 for 循环手拼，但那样不仅容易出错，而且遇到更深层嵌套时完全不可扩展。用递归或生成器函数封装才是王道。 - **如果你只需要扁平化的单层列**（比如列名变成 `'level1.level2.level3.level4'`），那用 `pd.json_normalize()` 加列重命名就能搞定。但本文强调的是保留原生多级索引结构，所以递归方案更合适。 总结一下：`pd.concat` 处理嵌套字典的本质，其实就是把它当成“键 → DataFrame”的映射。只要确保每个值都是合法的 DataFrame（带明确索引），`pd.concat({...}, axis=1)` 就能自动帮你搭好 MultiIndex 列，根本不用手动操作索引对象。这个思路理解了，再遇到任意深度的嵌套都能轻松应对。