第一例

从上例中获取扁平化 Dataframe ：

# Create a new MultiIndex from the columns tuples names
new_columns = pd.MultiIndex.from_tuples(df.columns)

# Assign the new MultiIndex to the columns
df.columns = new_columns

print(df)

结果：

A     B    
   a  b  a   b
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

因为df.columns = df.columns.to_flat_index()方法返回一个单级别的新Index对象，这是将多级列名扁平化为元组的结果。
因此，要从扁平化的 Dataframe 创建新的多索引 Dataframe ，需要提取原始多索引列名的元组，并将它们传递给pd.MultiIndex.from_tuples方法。

第二箱

您可能会遇到不同的展平 Dataframe ，如以下示例所示：

import pandas as pd

# Create a sample dataframe with multi-indexed columns
df = pd.DataFrame({('A', 'a'): [1, 2, 3], ('A', 'b'): [4, 5, 6], ('B', 'a'): [7, 8, 9], ('B', 'b'): [10, 11, 12]})

# Flatten the columns
df.columns = ['_'.join(col) for col in df.columns]

print(df)

结果是：

A_a  A_b  B_a  B_b
0    1    4    7   10
1    2    5    8   11
2    3    6    9   12

在这种情况下，您可以使用以下代码再次获取多索引 Dataframe ：

# Create a new MultiIndex from a list of tuples
new_columns = pd.MultiIndex.from_tuples([tuple(col.split('_')) for col in df.columns])

# Assign the new MultiIndex to the columns
df.columns = new_columns

print(df)

这导致：

A     B    
   a  b  a   b
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12