如何读取含逗号分隔元组表头的CSV并设置索引与多级列索引？

完全不用先手动修改CSV文件，只需要在读取时做一点小处理就能得到你想要的DataFrame结构。我来给你分步说明怎么做：

首先，先假设你的CSV大概是这种结构（方便举例）：

target_index,(a,1),(b,2),(c,3)
0,10,20,30
1,15,25,35

常规用pd.read_csv()读取后，除第一列外的表头会是字符串形式的元组（比如"(a,1)"），而不是真正的元组对象，这就是格式不符合预期的原因。我们只需要把这些字符串转成实际的元组就行。

方法一：读取后转换表头 #

这是最直观的方式，先读取文件，再处理列名：

import pandas as pd
import ast

# 读取CSV，保留原始的字符串表头
df = pd.read_csv("your_file.csv")

# 处理列名：第一列保留，其余转成元组
new_columns = [df.columns[0]] + [ast.literal_eval(col) for col in df.columns[1:]]
df.columns = new_columns

# 可选：把第一列设为索引
df = df.set_index("target_index")

这里用ast.literal_eval()是因为它能安全地将字符串形式的Python字面量（比如元组、列表）转换成实际对象，比直接用eval()更安全，避免恶意代码风险。

方法二：读取时直接处理表头 #

如果你想一步到位，也可以先读取表头行处理后，再传入read_csv()：

import pandas as pd
import ast

# 先读取第一行表头
with open("your_file.csv", "r") as f:
    raw_header = f.readline().strip().split(",")

# 处理表头：第一个列名保留，其余转元组
processed_header = [raw_header[0]]
for col in raw_header[1:]:
    processed_header.append(ast.literal_eval(col))

# 读取CSV，用处理后的表头
df = pd.read_csv("your_file.csv", header=0, names=processed_header)
df = df.set_index("target_index")

注意点 #

如果你的元组里包含带逗号的字符串（比如(a,"b,c")），只要CSV里的元组是正确用括号包裹的，ast.literal_eval()依然能正确解析，这比手动拆分逗号要可靠得多。

这样处理后，你的DataFrame就会拥有元组类型的列名，完全符合预期结构啦！

内容的提问来源于stack exchange，提问作者dubbbdan