如何优化Excel结构适配Pandas MultiIndex？解决Unnamed列问题

一、Excel结构调整核心要点 #

• Date列多级表头统一命名：问题出在你指定了9行表头，但Date列只有第一行是“Date”，剩下8行都是空白，Pandas自动补了一堆“Unnamed”标识。得把Date列对应的所有表头行都填上相同内容，比如全部写“Date”——这样读取后索引列的名称就不会混乱。
• 数据列表头保持完整对齐：Bloomberg导出的多维度数据（比如不同标的、不同指标），要确保每一列的多级表头（比如证券代码、指标名称、数据频率这类层级）没有缺失单元格，每一层级都对应清晰的分类。
• 参考示例结构：

  Date	AAPL US Equity	AAPL US Equity	MSFT US Equity	MSFT US Equity
  Price	Close	Volume	Close	Volume
  USD	Daily	Daily	Daily	Daily
  ...	...	...	...	...

  （注：Date列的每一行表头都填“Date”，数据列每层对应明确的分类）

二、修正后的Pandas读取代码 #

• 先调整好Excel里的Date表头，再用以下代码读取：

  df = pd.read_excel(
      'your_data.xlsx',
      sheet_name='Sheet1',
      header=[0, 1, 2, 3, 4, 5, 6, 7, 8],
      index_col=0
  )
  # 确认索引名称
  df.index.name = 'Date'
  

• 如果不想修改Excel，读取后直接清理名称：

  df = pd.read_excel(
      'your_data.xlsx',
      sheet_name='Sheet1',
      header=[0, 1, 2, 3, 4, 5, 6, 7, 8],
      index_col=0
  )
  # 重命名索引
  df.index.name = 'Date'
  # 批量清理列名里的Unnamed标识
  df.columns = df.columns.map(lambda x: tuple('' if 'Unnamed' in str(i) else i for i in x))
  

三、额外优化建议 #

• 精简表头层级：9层表头过于冗余，建议合并Bloomberg导出的重复分类（比如重复的“Daily”“USD”这类），减少表头行数，既方便Excel维护，也降低Pandas读取的复杂度。
• Bloomberg导出时选择结构化模式：导出数据时别选默认宽格式，切换到“结构化导出”模式，直接生成适配多级索引的表格，省得后续手动调整。
• 验证MultiIndex结构：读取后用以下代码确认结构是否正确：

  print(df.columns)
  print(df.index)
  

内容的提问来源于stack exchange，提问作者SSurfer