Pandas调用set_index报错Index Data must be 1 dimensional问题咨询

你在调用pd.read_csv时指定了header=[0, 1]，会将CSV的前两行解析为多层列索引（MultiIndex），每一列的完整列名是由上下两行的内容组成的元组：

• ITEM类列的完整列名是('ITEM_1', '1°C')、('ITEM_2', '2°C')以此类推
• 第一列（V列）第二行表头为空，pandas自动填充为Unnamed: 0_level_1，所以它的完整列名是('V', 'Unnamed: 0_level_1')

你直接向set_index传入字符串'V'时，pandas会匹配所有第一层列名等于'V'的列，返回的是一个二维的DataFrame，而非一维的Series，所以触发「Index data must be 1-dimensional」的报错。你测试的单层表头CSV没有多层列索引，直接传字符串就能匹配到唯一的列，所以不会报错。

• 方法1：直接传入完整的多层列名元组
  执行代码：

csv_input.set_index(('V', 'Unnamed: 0_level_1'), inplace=True)

直接匹配V列的完整列名，传入一维列数据设置索引。

• 方法2：读取文件时直接指定索引列
  读CSV时就指定第一列为索引，无需后续额外设置：

csv_input = pd.read_csv(filename, header=[0,1], index_col=0, na_filter=True)

• 方法3：将多层列索引压平为单层
  如果不需要多层列索引，可以先把列名合并为单层格式，后续操作和普通表头一致：

# 合并两层列名，V列保留原名字，其余列拼接两层内容
csv_input.columns = [a if 'Unnamed' in b else f'{a}_{b}' for a, b in csv_input.columns]
# 之后就可以直接用字符串指定列名
csv_input.set_index('V', inplace=True)

内容的提问来源于stack exchange，提问作者letsc