如何用Pandas读取多行表头CSV（单行含重复）并实现查询与插值？

1. 正确读取CSV，生成多级列索引 #

直接通过pd.read_csv的参数配置，把前两行设为多级列索引（MultiIndex），同时指定第一列为行索引，完全规避Pandas自动修改重复表头的问题：

import pandas as pd
from datetime import datetime

# 读取CSV：header=[0,1]指定前两行作为列的两级索引，index_col=0把第一列设为行索引
df = pd.read_csv('your_target.csv', header=[0, 1], index_col=0)

# 将第一级表头（日期字符串）转换为datetime.date类型
df.columns = pd.MultiIndex.from_tuples(
    [(datetime.strptime(date_str, '%Y-%m-%d').date(), sub_col) 
     for date_str, sub_col in df.columns]
)

注：如果你的日期格式不是YYYY-MM-DD，调整strptime的格式参数即可。

2. 三元组（行索引、日期、二级表头）精准查询 #

利用多级列索引的特性，直接用.loc实现精准定位：

# 示例：查询(280, 2023-09-22, B)
target_date = datetime(2023, 9, 22).date()
result = df.loc[280, (target_date, 'B')]
print(result)  # 输出10

# 查询(280, 2023-09-22, A)
result_a = df.loc[280, (target_date, 'A')]
print(result_a)  # 输出3

如果你的行索引是字符串类型，把280替换为对应的字符串值即可。

3. 目标日期的插值实现 #

针对目标日期在现有日期区间内的场景，按二级表头分组做插值：

# 提取所有已存在的日期并排序
existing_dates = sorted(df.columns.get_level_values(0).unique())
# 转换为datetime类型（插值依赖时间序列）
existing_dt = pd.to_datetime(existing_dates)

# 假设要插值的目标日期
target_interp_date = datetime(2023, 9, 23).date()
target_interp_dt = pd.to_datetime(target_interp_date)

# 遍历每个二级表头分组，分别插值
for sub_col in df.columns.get_level_values(1).unique():
    # 提取当前分组的所有列，转置为以日期为索引的Series
    temp_df = df.xs(sub_col, level=1, axis=1).T
    temp_df.index = pd.to_datetime(temp_df.index)
    
    # 执行插值（这里用线性插值，可根据需求修改method参数，比如'pad'）
    interpolated = temp_df.reindex(existing_dt.append(pd.Index([target_interp_dt]))).interpolate(method='linear')
    
    # 将插值结果新增到原DataFrame中
    df[(target_interp_date, sub_col)] = interpolated.loc[target_interp_dt].values

内容的提问来源于stack exchange，提问作者gridvision