如何使用pandas按列拼接多行字符串生成DataFrame新表头？

这个场景不需要用groupby，直接按列处理指定行区间的文本拼接即可，逻辑简单易维护，完全匹配你的需求：

• 切片取前5行作为表头生成的数据源
• 逐列过滤空值、货币符号、数值类无效内容，将剩余有效文本用空格拼接为新列名
• 切片取第6行及之后的实际业务数据，替换为新列名后重置索引即可

完整代码 #

import pandas as pd

# 生成新表头：取前5行逐列过滤无效内容后拼接
new_columns = df.iloc[:5].apply(
    lambda col: ' '.join(
        str(val).strip()
        for val in col
        # 过滤空值、空字符串
        if pd.notna(val) and str(val).strip()
        # 过滤$、数字、特殊符号，只保留由字母、空格组成的表头文本
        and all(ch.isalpha() or ch.isspace() for ch in str(val).strip())
    ),
    axis=0
)

# 提取有效数据行，替换表头
result = df.iloc[5:].reset_index(drop=True)
result.columns = new_columns

逻辑说明 #

• df.iloc[:5]是pandas按位置切片的写法，固定取前5行数据，不会受原索引值干扰
• 拼接环节自动跳过空白单元格，同时过滤掉$、1、1/2这类不属于表头描述的数值、符号内容，最终生成的列名和你给出的预期完全一致：
  • 第一列：receipt delivery zone
  • 第二列：fixed Cost Unit Rate（如果需要统一为全小写，在str(val).strip()后加.lower()即可）
  • 第三列：variable Cost Unit Rate
  • 第四列：electric Power Another header Rate
  • 第五列：Max Rate
  • 第六列：Min Rate
• df.iloc[5:]取第6行到末尾的所有实际数据行，reset_index(drop=True)会重置行索引，避免保留原表的旧索引值
• 最终输出的result就是你需要的目标DataFrame，下方两行数值数据完整保留。
• 如果后续你的表头行里需要保留带数字的文本，只需要调整all()里的过滤规则即可，比groupby方案的调整成本低很多。

内容的提问来源于stack exchange，提问作者Vince Mack