Pandas中如何引用不同合并单元格下的同名列指定数据？

带合并单元格的Excel读入Pandas后，会自动生成MultiIndex多级列索引，直接用单级列名df['Worker']索引报错，是因为重名列属于不同的上层分组，单值无法匹配完整的多级索引路径，按以下方法操作即可准确定位目标列：

1. 先校验列索引结构 #

先执行代码确认当前列的层级结构：

print(df.columns)

正常读取到合并表头时，输出会是如下元组形式的多级索引：

MultiIndex([('A公司', 'Worker'),
            ('A公司', 'Salary'),
            ('B公司', 'Worker'),
            ('B公司', 'Salary'),
            ('C公司', 'Worker'),
            ('C公司', 'Salary')],
           )

如果输出是普通单级索引，说明读文件时没识别到多行表头，重新读入时指定表头行数即可，比如表头占前2行（第一行为公司分组、第二行为具体字段名）时，读入代码写为：

import pandas as pd
df = pd.read_excel("你的文件路径.xlsx", header=[0, 1])

2. 目标列引用方法 #

两种常用写法都可以准确拿到C公司分组下的Worker列数据：

• 方法一：传入元组匹配完整索引路径，兼容性最好，不会出现匹配错误

c_worker_data = df[('C公司', 'Worker')]

• 方法二：用xs交叉索引方法，适合需要批量取同名列的场景

# level=1代表取内层字段层级，axis=1指定按列方向查找
c_worker_data = df.xs('Worker', level=1, axis=1)['C公司']

注意：不要尝试直接用单级列名索引重名列，重名场景下Pandas无法判断你需要的分组归属，会直接报错或返回错误结果。

内容的提问来源于stack exchange，提问作者Yohanes Yordan