为无列名Pandas DataFrame加列名后合并，列名呈列表形式问题

我来帮你拆解这个诡异的行为——大概率是你给无列名DataFrame添加列名的方式，或者读取CSV时的参数设置有问题，导致DataFrame的列结构和正常读取的不一样，进而合并时出现异常。

可能的原因及排查步骤 #

1. 读取无列名CSV时未指定header=None #

这是最常见的坑：当你的CSV没有列名时，如果直接用pd.read_csv("your_file.csv")，Pandas会默认把第一行数据当成列名，后续你手动赋值新列名时，虽然列名显示正常，但原来的第一行数据已经被“吃掉”了（变成了初始列名，被你替换后就消失了），而DataFrame的实际数据是从原CSV的第二行开始的。

对比方法二：你用pd.read_csv("your_file.csv", names=your_col_names, header=None)，明确告诉Pandas“这个文件没有列名，用我指定的names作为列名，所有行都是数据”，这时候DataFrame的结构是完全正常的。

排查方法：

• 对比方法一和方法二中DataFrame的行数：print(len(df1))。如果方法一的行数比方法二少1，那就是这个问题。
• 修复方式：方法一中读取CSV时加上header=None，再赋值列名：

  df1 = pd.read_csv("no_header.csv", header=None)
  df1.columns = ["col1", "col2", "col3"]  # 你的列名列表
  

2. 列名赋值时不小心用了嵌套列表 #

如果你在给df1加列名时，写成了类似df1.columns = [["col1", "col2", "col3"]]（多了一层方括号），这时候Pandas会把列名解析为多层索引（MultiIndex），而不是普通的一维列名索引。

虽然单独打印df1.columns和df1时，看起来和普通列名没区别，但合并时，这个多层索引会和另一个DataFrame的普通索引不兼容，导致合并后的列名显示成“独立列表”的形式（其实是层级索引的表现）。

排查方法：

• 检查列名的类型：print(type(df1.columns))。如果输出是pandas.core.indexes.multi.MultiIndex，而不是pandas.core.indexes.base.Index，那就是这个问题。
• 修复方式：用普通列表赋值列名，去掉多余的括号：

  df1.columns = ["col1", "col2", "col3"]  # 正确：一维列表
  # 错误：df1.columns = [["col1", "col2", "col3"]]
  

3. 未确认列名的匹配性（大小写/空格） #

虽然你说打印列名正常，但可能存在肉眼难以发现的差异：比如方法一中手动添加的列名有空格（比如" col1"），而另一个DataFrame的列名是"col1"，合并时Pandas会把它们当成不同的列，导致合并后出现额外的列，看起来像是列名“独立成列表”。

排查方法：

• 打印两个DataFrame的列名并逐字符对比：

  print("df1列名:", [col.strip() for col in df1.columns])
  print("df2列名:", [col.strip() for col in df2.columns])
  

• 修复方式：统一列名的格式，比如去掉空格、统一大小写。

总结 #

方法二之所以正常，是因为pd.read_csv的names参数会直接创建普通的一维列名索引，同时正确读取所有数据行。而方法一的问题大概率出在读取时未指定header=None或者列名赋值格式错误，导致DataFrame的底层结构和预期不一致。

你可以按照上面的排查步骤逐一验证，应该就能找到异常的根源啦！

内容的提问来源于stack exchange，提问作者profhoff