如何跳过Pandas DataFrame索引列名上方行及设置列名为单行

直接在读取数据阶段通过参数控制即可，举两个常用场景的实现方法：

• 若已知列名上方有固定行数的无效内容，用skiprows参数跳过：

  import pandas as pd
  df = pd.read_csv('你的文件路径.csv', skiprows=2)  # 跳过前2行，从第3行开始读取列名和数据
  

• 若明确知道列名所在的行号（从0开始计数），用header参数指定列名行：

  df = pd.read_csv('你的文件路径.csv', header=1)  # 将第2行设为列名，自动跳过上方所有行
  

这种情况大多是读取数据时生成了多级列名（MultiIndex），直接单列重命名无效，需要合并多级列名：

1. 先确认列名类型：运行print(df.columns)，若输出类似MultiIndex([('列1', '子列1'), ('列2', '子列2')],)，就是多级列名
2. 合并为单行列名，示例用下划线连接各级名称：

   df.columns = ['_'.join(str(col) for col in col_group).strip() for col_group in df.columns]
   

   不需要连接符的话，直接拼接即可：

   df.columns = [''.join(str(col) for col in col_group).strip() for col_group in df.columns]
   

3. 未读取数据前提前规避：读取时不要设置header为列表（比如header=[0,1]），直接指定唯一的列名行号，比如header=2，就能直接得到单行列名

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