如何使用pandas读取Excel避免Unnamed列并识别特殊列结构？

这种第一列标题在第二行、其余列标题在第一行的非对称表头，pandas默认的header参数确实处理不了，得手动拆分表头和数据，给你两种实用方法：

方法一：全量读取后手动重构表头 #

1. 先把整个表格按纯数据读取（不指定表头）：

import pandas as pd
df = pd.read_excel("你的文件路径.xlsx", header=None)

2. 提取表头内容：第一列标题取第二行第一列的值，其余列标题取第一行从第二列开始的值：

# 构建新表头列表
new_columns = [df.iloc[1, 0]] + list(df.iloc[0, 1:])

3. 截取真正的数据行（从第三行开始），并替换表头：

# 从第3行(index=2)开始取数据，同时替换列名
df = df.iloc[2:].rename(columns=dict(zip(df.columns, new_columns)))
# 可选：重置索引
df = df.reset_index(drop=True)

方法二：分两次读取表头和数据 #

如果表格数据量很大，全量读取占内存，可以分两步：

1. 先读取前两行，提取表头信息：

header_rows = pd.read_excel("你的文件路径.xlsx", nrows=2, header=None)
new_columns = [header_rows.iloc[1, 0]] + list(header_rows.iloc[0, 1:])

2. 跳过前两行读取数据，并直接设置新表头：

df = pd.read_excel("你的文件路径.xlsx", skiprows=2, header=None, names=new_columns)

两种方法都能准确把第一列标题设为"A"，其余列设为"B""C"，完美适配这种特殊结构的表格。

内容的提问来源于stack exchange，提问作者MrDdGANGER