使用Python Pandas读取多表头.xlsx文件时，部分'<'被转为'<.1'的问题

问题原因 #

当你用pd.read_excel(file, header=[0,1])读取双层表头的Excel文件时，Pandas会确保MultiIndex的每一组列标签都是唯一的。如果某一层级存在重复的列名（比如你案例中第二层的两个<），Pandas会自动为后续重复的列名添加.数字后缀（比如.1），以此避免索引冲突。

解决方法 #

1. 读取时禁用自动重命名 #

通过设置mangle_dupe_cols=False参数，让Pandas保留原始重复列名，但注意这种情况下MultiIndex会存在重复项，后续直接通过列名索引可能返回多列，需谨慎使用：

df = pd.read_excel(file, header=[0,1], mangle_dupe_cols=False)

2. 读取后手动修正列名 #

读取完成后，遍历MultiIndex列名，将自动添加后缀的<.1改回<：

# 生成新的列名元组列表
new_columns = []
for level1, level2 in df.columns:
    if level2 == '<.1':
        new_columns.append((level1, '<'))
    else:
        new_columns.append((level1, level2))

# 更新DataFrame的列名
df.columns = pd.MultiIndex.from_tuples(new_columns)

3. 提前修改Excel文件（推荐） #

如果有权限修改源Excel文件，可以给重复的表头添加区分标识，比如将两个<分别改为< AW和< OW，这样读取时就不会触发自动重命名逻辑，列名也更具可读性。

内容的提问来源于stack exchange，提问作者Mitchell van Zuylen