本文介绍如何正确将下划线分隔的列名（如 "One_X"）转换为两层 MultiIndex，解决 AttributeError: 'tuple' object has no attribute 'split' 的常见错误，并提供简洁、健壮的实现方案。
本文介绍如何正确将下划线分隔的列名（如 "one_x"）转换为两层 multiindex，解决 `attributeerror: 'tuple' object has no attribute 'split'` 的常见错误，并提供简洁、健壮的实现方案。
在 Pandas 中，将扁平列名（Flat Columns）升级为 MultiIndex 是处理多维结构化列（如分组指标、坐标维度）的关键步骤。你遇到的错误：
AttributeError: 'tuple' object has no attribute 'split'
源于误将已转换为 tuple 的列名再次调用 .split() —— 实际上，错误代码 tuple(c.split("_")) for c in df.columns 中的 c 是字符串，本应可行，但若 df.columns 已被意外修改为非字符串类型（例如曾赋值为元组），或在调试过程中重复执行导致对象类型污染，就可能触发该异常。更根本的是：原写法虽逻辑正确，但不够健壮且易出错；而官方推荐且最安全的方式是直接使用 Series.str.split() 方法。
✅ 推荐解决方案（简洁、可读、抗干扰）：
import pandas as pd
df = pd.DataFrame({
"One_X": [1.1, 1.1, 1.1],
"One_Y": [1.2, 1.2, 1.2],
"Two_X": [1.11, 1.11, 1.11],
"Two_Y": [1.22, 1.22, 1.22]
})
# ✅ 正确：对 columns Index 调用 str.split，expand=True 返回 DataFrame，自动构造 MultiIndex
df.columns = df.columns.str.split('_', expand=True)
print(df)输出：
One Two
X Y X Y
0 1.1 1.2 1.11 1.22
1 1.1 1.2 1.11 1.22
2 1.1 1.2 1.11 1.22? 原理说明：
-
df.columns是一个pd.Index对象，支持.str访问器（前提是元素为字符串）； -
.str.split('_', expand=True)将每个列名按_拆分，并返回一个pd.DataFrame，其列数等于最大分割段数（此处恒为 2）； - Pandas 会自动将该 DataFrame 解析为 MultiIndex（Level 0 来自第 0 列，Level 1 来自第 1 列），无需手动调用
pd.MultiIndex.from_tuples。
⚠️ 注意事项：
- 确保所有列名均含且仅含一个
_（或统一格式），否则expand=True可能因长度不一致报错。如存在不规范名称，可先清洗：df.columns = df.columns.str.replace(r'[^\w_]', '_', regex=True) # 替换非法字符 df.columns = df.columns.str.split('_', n=1, expand=True) # 仅分割第一个_ - 若需自定义层级名称，可在转换后设置：
df.columns.names = ['Group', 'Axis']
- 避免链式赋值陷阱：始终直接赋值给
df.columns，不要写df.columns.str.split(...).to_frame()等中间形式。
总结：使用 df.columns.str.split('_', expand=True) 是将分隔符列名转为 MultiIndex 的最直接、最可靠方式，兼具可读性与鲁棒性，应作为首选实践。
