Pandas导入Excel指定列时列名与列序号获取数据NaN结果互换问题

问题成因说明 #

1. 第一段代码（header=0）的输出逻辑 #

• read_excel指定header=0时，会将Excel工作表的第一行作为DataFrame的列名，此时读取得到的data的列名就是Excel首行的内容，包含Record Type这个列名，但不存在名为1的列。
• 你调用pd.DataFrame(data, columns=[1,'Record Type'])时，columns参数是按列名匹配而非列位置匹配，找不到名为1的列就会自动填充NaN，Record Type列存在所以正常返回内容，就得到了你看到的第一组输出。

2. 第二段代码（header=None）的输出逻辑 #

• read_excel指定header=None时，不会把Excel的任何行作为列名，pandas会自动生成从0开始的整数作为列名，此时data的列名为0、1、2……，不存在名为Record Type的列，原本Excel首行的Record Type会作为第0行第1列的普通数据存在。
• 同样按列名匹配的规则，名为1的列存在可以正常返回内容，找不到Record Type列就会整列填充NaN，就出现了和第一组输出NaN位置互换的情况。

正确按位置选列的写法 #

如果你要按位置取第1列（pandas列索引从0开始），应该用iloc方法，示例：

# header=0时取第1列
df = data.iloc[:, [1]]
# 如需重命名列可补充：df.columns = ['自定义列名']

内容的提问来源于stack exchange，提问作者ah2Bwise