Pandas如何禁止自动将空白表头重命名为Unnamed开头名称

现有处理逻辑为分别读取预存的多层表头文件、原始数据文件，将表头匹配到数据数组后导出为制表符分隔的CSV文件，初始实现代码如下：

loader = pd.read_csv('Resources/Headers.txt', sep='\t', header=[0, 1, 2])
ndf = pd.DataFrame(data=data, columns=loader.columns.get_level_values(2)
ndf.columns = loader.columns
ndf.to_csv('Resources/output.txt', sep='\t', index=False, header=True)

运行时存在问题：表头中预设的空白值会被pandas自动重命名为Unnamed: 8_level_0这类格式，无法保留原本的空白列名。

pandas读取文本类文件时，会自动为检测到的空表头填充Unnamed:开头的默认名称，该逻辑无直接关闭参数，只需在读入表头后批量匹配自动生成的列名，将其还原为空字符串即可，同时修正原代码第二行缺失右括号的语法问题，修正后完整代码如下：

# 读取多层表头文件
loader = pd.read_csv('Resources/Headers.txt', sep='\t', header=[0, 1, 2])

# 批量还原自动填充的空白表头
processed_cols = []
for col in loader.columns:
    # 遍历多层列索引的每一层，匹配Unnamed开头的自动生成值并替换为空
    col_levels = tuple(
        "" if isinstance(val, str) and val.startswith("Unnamed:") else val
        for val in col
    )
    processed_cols.append(col_levels)
loader.columns = pd.MultiIndex.from_tuples(processed_cols)

# 组装目标DataFrame
ndf = pd.DataFrame(data=data, columns=loader.columns.get_level_values(2))
ndf.columns = loader.columns

# 导出文件，空白表头会正常保留
ndf.to_csv('Resources/output.txt', sep='\t', index=False, header=True)

逻辑说明 #

• 自动生成的Unnamed类列名有固定前缀，替换时只会命中pandas自动填充的空白表头，不会修改原本有业务含义的正常列名
• 针对多层表头的每一个层级单独做匹配替换，不会出现某一层空白值漏处理的问题
• 导出时pandas会将空字符串列名写为空白单元格，和预设的空白表头效果完全一致

内容的提问来源于stack exchange，提问作者Cai Allin