我有一个 Dataframe ，其中有多个层次的Multiindex。其中一个层次是latlon，它是一个数字串，中间有一个;。但是，为了进一步处理，有一个lat层次和一个lon层次更有意义。用浮点数表示数字，而不是组合字符串。
如何最好地将此级别划分为两个级别？
我有一个解决方案，但它似乎不是很 * Python *，需要建立一个新的数据框架，所以我正在寻找一个更好的方法。

MWE：

设置一个简单的测试df：

number = [1, 2, 3]
name = ['foo', 'bar', 'baz']
latlon = ['10.1;50.1', '12.2;52.2', '13.3;53.3']
idx = pd.MultiIndex.from_arrays([number, name, latlon], 
                                 names=('number','name', 'latlon'))
data = np.random.rand(4,3)
df = pd.DataFrame(data=data, columns=idx)

（原始数据在Multiindex中有10个级别，大小为25000, 750）正如您所看到的，latlon很容易让人阅读，但不是特别有用。我想要一个lat和lon级别，带有浮点数。
我想到的是：

# get a list of them, to iterate through
latlons = df.columns.get_level_values('latlon').to_list()
# set up emptly lists and start iterating
lats = []
lons = []
for i in latlons:
# do some string searches and split by positions
    start_str = i.find(';')+1 
    end_str = i.find('\n')
    lon_str = i[0:start_str-1]
    lon = float(lon_str)
    lons.append(lon)
    lat_str = i[start_str:end_str]
    lat = float(lat_str)
    lats.append(lat)

现在有两个列表，一个是lats，另一个是隆恩，它们可以用来建立一个新的索引，从而建立一个新的df：

number = df.columns.get_level_values('number').to_list()
# I can't reuse 'number' from the initial setup, since the original
# comes from an excel import, so I must extract it here.
name = df.columns.get_level_values('name').to_list()
idx = pd.MultiIndex.from_arrays([number, name, lats, lons], 
                                 names=('number','name', 'lat', 'lon'))
data = df.values
df2 = pd.DataFrame(data=data, columns=idx)

这是工作，是非常容易理解，但这一切都感觉非常hacky和一个hickup远离混淆数据。
有更简单/更好的方法吗？