如何避免pd.MultiIndex自动填充缺失值？自定义填充方案咨询

我明白你遇到的困扰了——用pd.read_excel指定多级索引时，pandas会自动把上一行的非空索引值填充到当前行的空索引位置，这完全打乱了你想要保留原始空值或自定义填充的需求。别担心，这里有两种实用的解决方法：

方法1：保留原始空值（NaN） #

先把数据读取为普通列，保留原始空值后再手动设置多级索引：

1. 读取数据时不指定index_col，让前两列作为普通列加载：

df = pd.read_excel("C:\\Users\\Desktop\\test.xlsx", sheet_name='Feuil1', header=[0], merge_cells=False)

注：如果你的空值是Excel合并单元格导致的，一定要加上merge_cells=False，否则pandas会自动填充合并单元格的内容，无法保留空值。

2. 将前两列设置为多级索引：

# 用列索引指定要设为索引的列，这种方式更通用，不受表头名称影响
df = df.set_index([df.columns[0], df.columns[1]])

这样处理后，原来的空索引位置会保留为NaN，不会被自动填充。

方法2：自定义填充空值 #

如果你想把空索引替换成自定义内容（比如"Unspecified"），可以在设置索引前先处理空值：

1. 同样先读取数据（带merge_cells=False）：

df = pd.read_excel("C:\\Users\\Desktop\\test.xlsx", sheet_name='Feuil1', header=[0], merge_cells=False)

2. 替换第二列（二级索引列）的空值为自定义值：

# 用列索引定位二级索引列，替换空值
df[df.columns[1]] = df[df.columns[1]].fillna("Unspecified")

3. 设置多级索引：

df = df.set_index([df.columns[0], df.columns[1]])

为什么原来的方法会自动填充？ #

当你在read_excel中直接指定index_col=[0,1]时，pandas默认会启用索引向前填充的逻辑——它会认为Excel里的空索引是“继承”上一行的索引值，所以自动填充。而先读取为普通列，就能绕过这个默认行为，完全掌控空值的处理方式。

内容的提问来源于stack exchange，提问作者Charles R