Polars读取Pandas DataFrame时如何保留字段名？

问题1：从Pandas DataFrame转Polars丢失列名 #

正常情况下pl.from_pandas()会完整保留Pandas DataFrame的列名，出现丢失大概率是Pandas读取Excel时就没正确识别表头。

先验证Pandas读取后的结果：

pd_df = pd.read_excel(excel_path)
print(pd_df.columns)  # 查看Pandas读出来的列名是否正确

如果Pandas的列名就不对，调整pd.read_excel()的参数：

• 若表头不在第一行，指定header参数（索引从0开始）：

  pd_df = pd.read_excel(excel_path, header=1)  # 假设表头在第2行
  df = pl.from_pandas(pd_df)
  

• 若表头有合并单元格、空值等异常，手动指定列名：

  cols = ["DataMonth", "ZipCode", "Total_Claimed_Subscribers", "Total_Claimed_Devices",
          "Service_Support", "Device_Support", "Total_Support"]
  pd_df = pd.read_excel(excel_path, header=None, names=cols)
  df = pl.from_pandas(pd_df)
  

问题2：直接用Polars读Excel时首行仅显示列名 #

你设置的read_csv_options是给CSV读取器用的，不适用于Excel的表头处理，这是核心问题。

根据需求调整pl.read_excel()的参数：

1. 如果Excel第一行就是表头，直接读取即可：

   df = pl.read_excel(excel_path)
   

2. 如果想替换原有表头为自定义列名：
   • 先读取含原有表头的数据，再用rename替换：

     df = pl.read_excel(excel_path).rename({
         "原列名1": "DataMonth",
         "原列名2": "ZipCode",
         # 补充其他需要替换的列映射
     })
     

   • 或者跳过原有表头行，直接设置新列名（Polars的read_excel本身支持new_columns参数）：

     df = pl.read_excel(
         excel_path,
         header=0,  # 跳过第1行的原有表头
         new_columns=["DataMonth", "ZipCode", "Total_Claimed_Subscribers", "Total_Claimed_Devices",
                      "Service_Support", "Device_Support", "Total_Support"]
     )
     

内容的提问来源于stack exchange，提问作者Sanderson10453