导入CSV文件时表头对齐异常，重命名列名错位问题如何解决

问题原因 #

你调用pd.read_csv()时指定了index_col=0参数，该参数会将CSV的第一列（即group1列）设置为DataFrame的行索引，不属于普通列集合。此时读取生成的ds1仅包含1个普通列group2，ds1.columns中仅存储group2这一个列名，因此修改ds1.columns.values[0]实际修改的是group2的列名，无法触及已经转为行索引的group1。

解决方法 #

根据你的实际使用需求选择对应方案：

• 场景1：需要保留原group1列为行索引
  直接修改行索引的名称即可，无需操作普通列列表：

  ds1.index.name = "col1"
  

• 场景2：不需要将group1设为行索引，两列都要作为普通列处理
  1. 读取数据时去掉index_col=0参数：

  ds1 = pd.read_csv('C:\\Users\\jupyterwork\\data.csv')
  

  2. 用更规范的rename方法修改列名，避免直接修改columns.values带来的不可预期问题：

  ds1 = ds1.rename(columns={"group1": "col1"})
  

提示：直接修改ds1.columns.values属于非推荐操作，pandas的列名对象默认是不可变类型，强制修改底层值容易出现逻辑异常，使用rename方法可读性和稳定性更高。

内容的提问来源于stack exchange，提问作者Martin