使用Pandas MultiIndex合并列标签并规整索引结构

问题分析 #

用pd.read_excel('OriginalClean.xlsx', header=[0,1,2])导入数据后，列会形成**MultiIndex（多层索引）**结构。直接调用set_index设置Country列时，由于Country的列名本身是对应多层表头的元组，会导致索引名称或值变成元组形式，同时存在未命名层级标签需要清理。

解决方案 #

根据需求分两种场景处理：

场景1：保留其他列的多层结构，仅将Country设为普通索引

如果需要保留原有列的多层层级，仅处理Country列：

import pandas as pd

# 导入数据（原有代码）
df = pd.read_excel('OriginalClean.xlsx', header=[0,1,2], index_col=None)

# 1. 定位Country列（假设它在多层表头最底层，上层为未命名标签）
country_col = [col for col in df.columns if col[-1] == 'Country'][0]

# 2. 将Country列值设为索引，并重命名索引为'Country'
df.index = df[country_col]
df.index.name = 'Country'

# 3. 删除原Country列
df = df.drop(country_col, axis=1)

# 4. 清理列的未命名层级标签（可选，按需简化列名）
for level in range(3):
    df.columns = df.columns.set_levels(
        [l if not str(l).startswith('Unnamed') else '' for l in df.columns.levels[level]],
        level=level
    )

场景2：扁平化所有列名，统一为单层结构

如果不需要保留多层表头，直接将所有列名简化为单层：

import pandas as pd

df = pd.read_excel('OriginalClean.xlsx', header=[0,1,2], index_col=None)

# 1. 扁平化列名：拼接非未命名的层级部分，仅保留有效名称
df.columns = ['_'.join([part for part in col if not part.startswith('Unnamed')]) 
              for col in df.columns]

# 2. 设置Country为索引
df = df.set_index('Country')

效果说明 #

两种方案均可实现：

• 索引名称变为Country（而非元组形式）
• 去除列或索引中的未命名层级标签
• 保留Country的原始值作为索引内容

内容的提问来源于stack exchange，提问作者nath183