Pandas DataFrame列标签问题：重置索引后标签反转异常

先复现你的操作流程，代码如下：

import pandas as pd

# 模拟初始数据：第一列为Unnamed: 0
df = pd.DataFrame({
    'Unnamed: 0': ['a', 'b', 'c'],
    'col1': [1,2,3],
    'col2': [4,5,6],
    'col3': [7,8,9]
})

# 重命名第一列为test并设为索引
df.rename(columns={'Unnamed: 0': 'test'}, inplace=True)
df.set_index('test', inplace=True)

# 转置得到dft
dft = df.T

# 执行reset_index
dft_reset = dft.reset_index()

为什么会出现这些问题？ #

1. 索引不是实际列，但reset_index后有标签 #

Pandas的索引并非无属性的"纯索引"，它自带name属性——当你把test设为索引时，这个索引的name就被赋值为test了。转置操作会交换原DataFrame的索引和列的角色，同时保留它们的name属性：原索引的name会变成新DataFrame的列名，原列名则变成新DataFrame的索引。而reset_index()的核心逻辑就是把当前索引转换成普通列，默认会给这个新列命名为index（如果原索引没有自定义name的话），所以最终会出现两个带标签的列。

2. 标签反转的本质 #

转置直接交换了「带name=test的索引」和「列名col1/col2/col3」的位置：转置后，原列名col1/col2/col3变成了dft的索引，原索引的name（test）变成了dft的列名。当你执行reset_index()，dft的索引（原列名）被转成名为index的列，dft原来的列（继承了原索引的name=test）保留，所以看起来像是标签反转了。

解决方法 #

方法1：转置前不设索引，先处理列名 #

df.rename(columns={'Unnamed: 0': 'test'}, inplace=True)
# 直接转置，把test行的值设为列名
dft = df.T
dft.columns = dft.loc['test']
# 删除多余的test行
dft = dft.drop('test')
# 重置索引并自定义列名
dft_reset = dft.reset_index().rename(columns={'index': 'col_name'})

方法2：转置后修正索引和列的name属性 #

dft = df.T
# 给dft的索引设置明确名称
dft.index.name = 'col_name'
# 清除列的name（避免继承原索引的name=test）
dft.columns.name = None
# 重置索引
dft_reset = dft.reset_index()

方法3：set_index时保留原列，转置后调整 #

df.rename(columns={'Unnamed: 0': 'test'}, inplace=True)
# 设置索引时保留test列（drop=False）
df.set_index('test', drop=False, inplace=True)
dft = df.T
# 用test行的值作为列名
dft.columns = dft.loc['test']
dft = dft.drop('test')
dft_reset = dft.reset_index().rename(columns={'index': 'col_name'})

内容的提问来源于stack exchange，提问作者moux