如何设置Pandas DataFrame的index.name为列名？解决多索引及报错

问题原因分析 #

你遇到的Length of new names must be 1, got 67报错逻辑很清晰：你的DataFrame是单索引结构（当前是无名称的RangeIndex），而index.names（复数形式）是为**多索引（MultiIndex）**设计的属性——单索引的index.names列表只能容纳1个元素，你把包含67个列名的列表赋值过去，长度完全不匹配，自然会触发报错。rename_axis同理，单索引场景下只能接受单个名称参数，不能传整个列名列表。

针对你的需求的解决方案 #

你的核心目标是让to_sql能把索引作为有名称的列写入数据库，这里分两种常见场景处理：

场景1：给现有单索引设置名称（保留索引结构）

如果你想保留当前的RangeIndex，只是给它加一个名称（比如用某个现有列名，或自定义名称），直接给index.name赋值单个字符串即可：

# 示例1：用第一个列的名字作为索引名称
dataframe.index.name = dataframe.columns[0]

# 示例2：自定义索引名称，比如"row_id"
dataframe.index.name = "row_id"

# 或者用rename_axis实现同样效果
dataframe = dataframe.rename_axis("row_id")

之后调用to_sql时，记得设置index=True，这样索引就会以你设置的名称作为列名写入数据库：

dataframe.to_sql("your_table", con=your_db_connection, index=True)

场景2：把索引转为普通列（取消索引结构）

如果你更希望把原来的索引变成DataFrame的一个普通列，而非保留索引结构，用reset_index更合适：

# 把索引转为名为"row_index"的普通列
dataframe = dataframe.reset_index(name="row_index")

此时原来的索引已经成为普通列，调用to_sql时无需设置index=True（保持默认index=False即可）：

dataframe.to_sql("your_table", con=your_db_connection, index=False)

多索引（MultiIndex）操作说明 #

再帮你理清多索引的命名逻辑，消除你的困惑：
多索引是指索引包含多个层级，比如按年份+月份分组的索引。此时index.names需要是一个长度等于索引层级数的列表，每个元素对应一个层级的名称：

# 假设是2层级的多索引，分别命名为"year"和"month"
dataframe.index.names = ["year", "month"]

# 用rename_axis也可以实现
dataframe = dataframe.rename_axis(["year", "month"])

如果要给多索引的单个层级重命名，可以指定层级参数：

# 只给第0层级重命名为"calendar_year"
dataframe = dataframe.rename_axis("calendar_year", level=0)

内容的提问来源于stack exchange，提问作者Piyush S. Wanare