如何将DataFrame索引与表头合并为单行表头并添加数值型索引

操作步骤 #

要实现你的需求，只需按以下逻辑处理：

• 将原行索引转为第一列，同时自动生成数值型默认索引
• 合并两级表头为单行，处理空值避免无效拼接

完整代码示例 #

先模拟你的原始DataFrame（匹配你给出的数据结构）：

import pandas as pd

# 构造带两级表头的原始数据
data = {
    ('', 'client case'): [1, 1, 1],
    ('', 'client payment'): [200, 250, 225],
    ('', 'payment number'): [1, 2, 3]
}
df = pd.DataFrame(data, index=['foo', 'boo', 'moo'])
df.index.name = 'client'

执行处理代码：

# 1. 重置索引：把原行索引转为第一列，同时生成数值型索引
df = df.reset_index()

# 2. 合并两级表头，过滤空值保证列名整洁
df.columns = [' '.join(filter(None, col)).strip() for col in df.columns]

最终输出 #

client  client case  client payment  payment number
0    foo            1             200               1
1    boo            1             250               2
2    moo            1             225               3

原有尝试无效的原因 #

你之前的df.columns = [c[0] + c[1] for c in df.columns]仅处理了表头合并，但缺少reset_index()步骤——这一步才是把原行索引转为第一列、生成数值索引的关键；另外直接拼接空字符串+列名虽然结果可用，但用filter(None, col)的方式更鲁棒，能适配第一级表头存在非空值的情况。

内容的提问来源于stack exchange，提问作者light