如何用pandas read_excel将多行合并为列名，无需手动指定names

可以通过read_excel的header参数配合后续列名处理实现，无需手动用names设置列名，分两种场景处理：

场景1：直接得到列名B、C、D、E、F、G（省略A列相关表头） #

如果第二行表头已经包含B、C、D、E、F、G，仅需指定读取第二行为表头，再剔除A列即可：

import pandas as pd

# 指定第二行为表头（索引从0开始，header=1对应第二行）
df = pd.read_excel("your_file.xlsx", header=1)
# 删除A列
df = df.drop(columns=["A"])

如果原文件是两级表头（两行表头），可以先读取多级表头，再合并后筛选目标列：

import pandas as pd

# 读取两行作为多级表头
df = pd.read_excel("your_file.xlsx", header=[0, 1])
# 合并多级表头为单级（过滤空值避免冗余）
df.columns = ["_".join(filter(None, col)) for col in df.columns]
# 仅保留目标列
df = df[["B", "C", "D", "E", "F", "G"]]

场景2：给B、C、D列添加A列表头作为前缀（如A_B、A_C、A_D） #

先读取两级表头，再根据A列的第一行表头为B、C、D列添加前缀，E、F、G列保持原名：

import pandas as pd

# 读取两行作为多级表头
df = pd.read_excel("your_file.xlsx", header=[0, 1])
# 获取A列的第一行表头作为前缀
prefix = df.columns[0][0]

# 处理列名
new_columns = []
for col in df.columns:
    if col[1] in ["B", "C", "D"]:
        new_columns.append(f"{prefix}_{col[1]}")
    elif col[1] in ["E", "F", "G"]:
        new_columns.append(col[1])
    # 跳过A列相关的列
    else:
        continue

df.columns = new_columns
# 确保只保留目标列
df = df[[col for col in df.columns if col in [f"{prefix}_B", f"{prefix}_C", f"{prefix}_D", "E", "F", "G"]]]

内容的提问来源于stack exchange，提问作者Nikolai Savulkin