如何将具有单级列的现有数据帧转换为具有分层索引列（多索引）
数据帧示例：
[1]on
：
作为pd进口熊猫
从熊猫导入系列，数据帧
df=数据帧（np.arange（6）.重塑（（2,3）），
索引=['A'，'B']，
列=[“一”，“二”，“三]）
df
Output[1]：
123
A 0 1 2
B 3 4 5
我本以为reindex（）会起作用，但我得到了NaN的：
[2]on
：
reindex（列=[['奇数'，'偶数'，'奇数']，df.columns]）
Output[2]：
奇偶奇
123
阿楠楠
B楠楠楠楠楠
如果使用DataFrame（），则相同：
[3]on
：
数据帧（df，columns=[['奇数'，'偶数'，'奇数']，df.columns]）
Output[3]：
奇偶奇
123
阿楠楠
B楠楠楠楠楠
如果我指定df.values，最后一种方法实际上是有效的：
[4]on
：
数据帧（df.values，index=df.index，columns=[['odd'，'偶数'，'odd']，df.columns]）
Output[4]：
奇偶奇
123
A 0 1 2
B 3 4 5
正确的方法是什么？为什么reindex（）会给出NaN的
很接近，只需将列直接设置为新的（大小相同）索引，如（如果是列表列表，则将转换为多索引）
[8]on
：df
Output[8]：
123
A 0 1 2
B 3 4 5
At[10]on：df.columns=[[“奇数”、“偶数”、“奇数”]，df.columns]
In[11]：df
Output[11]：
奇偶奇
123
A 0 1 2
B 3 4 5
Reindex将对现有索引进行重新排序/筛选。得到所有NaN的原因是，查找与新索引匹配的现有列；没有匹配的，所以这就是你得到的