从Excel读取多层索引后，重置索引时如何保留前导零？

问题概述 #

处理带前导零的产品/业务代码时，用pd.read_excel指定index_col=[0,1,2,3]和dtype=str读取Excel后，执行df.reset_index()会导致原索引列被转为int64类型，丢失前导零。尝试读取后直接df.astype('object')无效，但先重置索引再转换列类型的方法可行，需要更高效的长期规避方案。

已验证的临时解决方案 #

按以下步骤可快速恢复前导零：

# 先重置索引
df = df.reset_index()
# 转换原索引列为字符串类型（替换为实际列名）
target_cols = ['列名1', '列名2', '列名3', '列名4']
df[target_cols] = df[target_cols].astype(str)

也可批量处理所有原索引列：

original_index_names = df.index.names
df = df.reset_index()
df[original_index_names] = df[original_index_names].astype(str)

长期规避的最佳实践 #

1. 读取时用converters强制指定列类型 #

dtype=str有时无法覆盖索引列的隐式转换，改用converters参数，在读取阶段就强制目标列保留字符串格式：

# 替换为Excel中实际的列名（前4列）
converter_map = {
    '产品代码': str,
    '业务代码1': str,
    '业务代码2': str,
    '业务代码3': str
}
df = pd.read_excel("mappingOfAggregates.xlsx", index_col=[0,1,2,3], converters=converter_map)

这种方式比dtype更精准，能确保索引列从读取到使用全程保持字符串类型，避免后续转换丢失前导零。

2. 不将带前导零的列设为索引 #

如果业务允许，尽量把带前导零的代码列作为普通列存储，而非索引：

# 读取时不指定index_col，直接保留所有列为字符串
df = pd.read_excel("mappingOfAggregates.xlsx", dtype=str)
# 后续需要索引时临时设置，操作完成后重置索引不会丢失前导零
df_temp = df.set_index(['产品代码', '业务代码1', '业务代码2', '业务代码3'])
df = df_temp.reset_index()

3. 封装重置索引的工具函数 #

将“重置索引+保留前导零”的逻辑封装成函数，方便重复使用：

def reset_index_keep_zeros(df):
    idx_cols = df.index.names
    df_reset = df.reset_index()
    df_reset[idx_cols] = df_reset[idx_cols].astype(str)
    return df_reset

# 使用示例
df = pd.read_excel("mappingOfAggregates.xlsx", index_col=[0,1,2,3], dtype=str)
df = reset_index_keep_zeros(df)

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