python之如何将 Pandas 数据框转换为多索引数据框

我有时间序列 Pandas 数据框，我想将其转换为具有一列的多索引数据框。

这是数据框:

Date         MMM             ABT             ABBV            ABMD 
20171017    -0.004455   0.007810    0.012260    0.011132 
20171018    0.002382    0.012731    0.040296    0.002775 
20171019    0.004424    0.004107    0.004561    -0.00429 
20171020    0.009398    0.005682    -0.003954   0.013801 

我试过这段代码:

for date in returns.index: 
 
    arrays = [[[date] * len(returns.columns)][0],  
    list(returns.columns)] 
    tuples = list(zip(*arrays)) 
    index = pd.MultiIndex.from_tuples(tuples) 
    multi.loc[(date,np.array(index.levels[1])),:] =  
    returns.loc[date,:].values.reshape(-1,1) 

但是我得到以下错误:

TypeError: unhashable type: 'numpy.ndarray' 

我希望有:

                    Returns 
 20171017   MMM  -0.004455 
            ABT  0.007810 
            ABBV     0.012260 
            ABMD     0.011132 
            ACN  -0.003173 
            ATVI     0.002919 
            ADBE     -0.000532 
            AMD  -0.007062 
            AAP  0.023612 
            AES  -0.007149 
            AMG  -0.007792 
            AFL  -0.005014 
            A    -0.011948 
            APD  0.001629 
            AKAM     -0.002966 
            ALK  0.000621 

请您参考如下方法:

将 DataFrame.set_index 与 DataFrame.stack 一起用于 Series with MultiIndex 并在必要时在一列 DataFrame 添加 Series.to_frame :

df = df.set_index('Date').stack().to_frame('Returns') 
print (df) 
                Returns 
Date                    
20171017 MMM  -0.004455 
         ABT   0.007810 
         ABBV  0.012260 
         ABMD  0.011132 
20171018 MMM   0.002382 
         ABT   0.012731 
         ABBV  0.040296 
         ABMD  0.002775 
20171019 MMM   0.004424 
         ABT   0.004107 
         ABBV  0.004561 
         ABMD -0.004290 
20171020 MMM   0.009398 
         ABT   0.005682 
         ABBV -0.003954 
         ABMD  0.013801