如何用Pandas读取表头分散在多行的多级表头Excel文件？

针对你提到的Excel多级表头（前3行，部分表头仅存在于第3行）的处理需求，以下是完整的解决方案，能自动将多级表头合并为你需要的扁平化格式：

完整代码实现 #

import pandas as pd

# 读取Excel文件，先不指定表头
df = pd.read_excel('test_3.xlsx', sheet_name='WEEK - 2023', header=None)

# 提取前3行作为表头，横向填充空值（处理跨行的表头）
header_rows = df.iloc[:3, :].fillna(method='ffill', axis=1)

# 创建多级表头
multi_cols = pd.MultiIndex.from_arrays(header_rows.values)
df.columns = multi_cols

# 移除表头行，保留数据部分
df = df.iloc[3:, :].reset_index(drop=True)

# 定义函数：将多级表头的每一层拼接为扁平化列名
def flatten_col_name(col):
    # 过滤空值，转为小写后用下划线连接
    parts = [str(part).strip() for part in col if pd.notna(part)]
    return '_'.join(parts).lower()

# 应用函数，重命名所有列
df.columns = [flatten_col_name(col) for col in df.columns]

# 可选：调整数据类型，确保字段格式正确
df['month'] = df['month'].astype(str)
df['week'] = df['week'].astype(int)

print(df)

代码说明 #

• 表头填充：用fillna(method='ffill', axis=1)横向填充空值，让跨行的表头（如PLAN 2023）自动覆盖其下方所有关联列，避免表头缺失。
• 多级表头转扁平化：通过自定义函数flatten_col_name，将每一列的多级表头拼接为小写、下划线分隔的格式，完美匹配你需要的plan_2023_traffic_per_channel_all样式。
• 数据清理：移除表头行后重置索引，同时可按需调整字段的数据类型，保证后续分析的准确性。

示例数据的输出结果 #

运行代码后，你的示例数据会生成如下格式的DataFrame：

内容的提问来源于stack exchange，提问作者sdave