如何选取并打印pandas多级表头DataFrame的指定列？

使用header=[1,2,3,4,5,6]参数读取Excel后，生成的DataFrame列是6层结构的MultiIndex对象，并非单层列名，直接传入单层字符串"PARTNER"无法匹配到对应列，会触发访问报错。
另外你贴的读取代码缺少闭合右括号，正确语法为：

df=pd.read_excel(path,sheet_name="name",header=[1,2,3,4,5,6])

• 方法1：完整元组匹配（最稳妥，支持赋值操作）
  先执行代码打印全部列的层级结构，确认PARTNER对应的各层表头值：

  print(df.columns)
  

  输出结果为MultiIndex格式的列元组列表，找到PARTNER对应的完整元组（从你给出的Excel结构看，该列前5层表头依次为Required、Legacy Contact Person Number、Central Data、Header Data、CHAR），直接用元组作为键访问即可：

  # 替换为print(df.columns)输出的实际元组值
  target_col = ("Required", "Legacy Contact Person Number", "Central Data", "Header Data", "CHAR", "PARTNER")
  # 打印列数据
  print(df[target_col])
  # 空值填充
  df[target_col] = df[target_col].fillna("Missing")
  

• 方法2：按层级索引匹配（不用写全前面层级）
  用xs方法指定匹配最末层（靠近数据行的表头层）的列名，无需关心上层表头内容：

  # axis=1代表按列查找，level=-1代表匹配最后一级表头
  partner_series = df.xs("PARTNER", level=-1, axis=1)
  print(partner_series)
  

  该方法适合快速查看列数据，做赋值操作时更推荐用方法1避免索引错位。

• 方法3：扁平化列名（后续无需多级表头时使用）
  如果不需要保留多级表头结构，可以直接把列名替换为最末一级的表头值，之后就可以用单层列名访问：

  # 取最后一级表头作为新列名
  df.columns = df.columns.get_level_values(-1)
  # 直接访问
  print(df["PARTNER"])
  df["PARTNER"] = df["PARTNER"].fillna("Missing")
  

内容的提问来源于stack exchange，提问作者SMS