如何用Pandas读取含重复列名的Excel并保留原列名转CSV

问题场景 #

我的Excel表头包含重复列名，示例如下：

DATE,FIELD1,FEEDER BRANCH,50,100,200,500,1000,2000,FIELD2,50,100,200,500,1000,2000,FIELD3,50,100,200,500,1000,2000

用Pandas加载时，重复列会被自动添加数字后缀（比如50变成50.1），转存为CSV后表头就和原Excel不一致了。我需要修改代码，让加载和导出时都保留原始表头。

原代码如下：

def pandas_csv_from_excel(source):
  dir_and_file = source.split('/')
  filename = dir_and_file[len(dir_and_file) - 1].split('.')
  if not ((filename[1]).lower().startswith('xls')):
    return source

  csv_filename = f"{os.path.join(os.path.dirname(source), filename[0].lower())}.csv"
  location = os.path.dirname(source)
  df = pd.read_excel(source, index_col=None)
  df.to_csv(csv_filename, index=None)
  return csv_filename

修改方案 #

只需在pd.read_excel中添加mangle_dupe_cols=False参数，禁用重复列名的自动重命名，同时显式指定表头行，就能保留原始列名。

修改后的完整代码：

import os
import pandas as pd

def pandas_csv_from_excel(source):
    dir_and_file = source.split('/')
    filename = dir_and_file[-1].split('.')
    if not filename[1].lower().startswith('xls'):
        return source

    csv_filename = os.path.join(os.path.dirname(source), f"{filename[0].lower()}.csv")
    # 禁用重复列名自动添加后缀，保留原始表头
    df = pd.read_excel(source, index_col=None, header=0, mangle_dupe_cols=False)
    df.to_csv(csv_filename, index=None)
    return csv_filename

关键说明 #

• mangle_dupe_cols=False：Pandas默认会给重复列名加.1、.2这类后缀，设置该参数为False就能完全保留原始列名。
• 显式设置header=0：确保第一行被识别为表头，避免因文件格式问题导致表头读取异常。
• 顺带优化了原代码的索引获取：用dir_and_file[-1]替代dir_and_file[len(dir_and_file)-1]，代码更简洁。

内容的提问来源于stack exchange，提问作者leoOrion