Pandas折叠含Unnamed的MultiIndex列实现单层名称访问

核心逻辑是自动识别多层列索引中pandas自动生成的Unnamed: X_level_Y占位符（这类值对应表格中跨列表头导致的空表头单元格），过滤掉占位层级后自动适配列名格式，无需手动指定列位置、适配任意层数的多层表头，且完整保留所有列数据。

基础版本（保留多层有效表头结构） #

该版本仅折叠存在空值的Unnamed层级，原本存在多层有效表头的列（比如示例中Cat1/Cat2下的a/b/c/d列）仍保留元组形式的多层索引，仅将只有单层有效名称的列（code、Total列）转为单值列名，支持直接用df['code']、df['Total']访问：

import re
import pandas as pd

# 预编译正则，精准匹配pandas自动生成的Unnamed占位符固定格式：Unnamed: 数字_level_数字
unnamed_pattern = re.compile(r"^Unnamed: \d+_level_\d+$")

def clean_multi_cols(col_tuple):
    valid_levels = []
    for val in col_tuple:
        s_val = str(val)
        # 仅过滤自动生成的占位符，不影响用户自定义的同开头列名
        if not unnamed_pattern.match(s_val):
            valid_levels.append(val)
    # 单有效层级返回单值，多有效层级返回元组保留多层结构
    return valid_levels[0] if len(valid_levels) == 1 else tuple(valid_levels)

# 读取文件后直接应用列清洗
df = pd.read_excel(file, sheet_name=sheet, header=[0,1])
df.columns = df.columns.map(clean_multi_cols)

处理示例表格后的列索引效果：

• 原('Unnamed: 0_level_0', 'code') → 列名code
• 原('Cat 1', 'a') → 列名('Cat 1', 'a')（原有多层分类结构不变）
• 原('Total','Unnamed: 8_level_1') → 列名Total

可选版本（全列单层访问） #

如果需要所有列都支持单字符串名称访问，可以将多层有效名称拼接为下划线分隔的单层列名，不会丢失任何表头信息：

import re
import pandas as pd

unnamed_pattern = re.compile(r"^Unnamed: \d+_level_\d+$")

def clean_multi_cols_flat(col_tuple):
    valid_levels = []
    for val in col_tuple:
        s_val = str(val)
        if not unnamed_pattern.match(s_val):
            valid_levels.append(s_val)
    return "_".join(valid_levels)

df = pd.read_excel(file, sheet_name=sheet, header=[0,1])
df.columns = df.columns.map(clean_multi_cols_flat)

处理后示例表格的列名依次为：code、Cat 1_a、Cat 1_b、Cat 1_c、Cat 1_d、Cat 2_a、Cat 2_b、Cat 2_c、Total，所有列均可直接通过单字符串索引访问。

方案优势 #

• 无需提前预知Unnamed占位符出现的层级和列位置，支持2层及以上的任意多层表头场景
• 不会删除任何列，所有原始数据完整保留
• 用正则精准匹配pandas自动生成的占位符，不会误处理用户自定义的同开头列名
• 无硬编码值，适配不同结构的同类Excel表格读取场景

内容的提问来源于stack exchange，提问作者thosphor