如何扁平化MultiIndex列？批量修改DataFrame列名的正确方法

看你的需求，核心是要调整DataFrame的列结构（包括列顺序、重命名特定列），但因为列数太多手动改列名容易出错，这确实是个头疼的问题。这里有几个高效的方法，完全不用手动列出所有数百个列名：

场景1：把行索引转为var_name列，重命名value为Value_1，并调整列顺序 #

假设你的原始DataFrame结构是（修正排版后）：

按以下步骤操作：

1. 将行索引转为名为var_name的列：

   df = df.reset_index(names='var_name')
   

2. 仅重命名需要修改的列（其他数百列完全不用管）：

   df = df.rename(columns={'value': 'Value_1'})
   

3. 自动调整列顺序，把var_name放到最前面，其余列保留原有顺序：

   # 定义需要优先排列的列，剩余列自动补全
   priority_cols = ['var_name', 'customer_id', 'Value_1']
   new_columns = priority_cols + [col for col in df.columns if col not in priority_cols]
   df = df[new_columns]
   

场景2：仅将现有var_name列移到第一位置 #

如果不需要重命名列，只是调整var_name的位置，一行代码就能搞定：

df = df[['var_name'] + [col for col in df.columns if col != 'var_name']]

场景3：删除value列，同时把var_name移到第一列 #

如果value列是不需要的，可以先删除再调整顺序：

# 删除指定列
df = df.drop(columns='value')
# 调整列顺序，把var_name放最前
df = df[['var_name'] + [col for col in df.columns if col != 'var_name']]

这些方法的好处是，你只需要处理少数几个核心列，剩下的数百列会自动按原有顺序保留，彻底避免了手动输入所有列名的失误。

内容的提问来源于stack exchange，提问作者Nabih Bawazir