多级表头是列名由元组构成的MultiIndex结构，如('sales', '2023')，故不能用columns[0]直接取第一列名；因其索引对象为MultiIndex而非普通列表，需用df.columns.get_level_values(0)等方法访问特定层级。
什么是多级表头，为什么不能直接用 columns[0] 取第一列名？
多级表头（MultiIndex columns）常见于 pivot_table、groupby.agg 或读取 Excel 多行表头时。它的列名不是字符串，而是元组，比如 ('sales', '2023') 或 ('price', 'mean')。直接写 df['sales'] 会报 KeyError，因为实际列名是元组，不是字符串。
展平本质是把元组列名转成唯一字符串，关键在于处理层级冲突和重复命名。
- 默认用下划线拼接：
'_'.join(col).strip()，但若某层为空（如(None, 'A')），会生成'_A'，难读 - 用
map(str)再 join 容易把None变成'None'，污染语义 - 推荐先过滤掉
None：'_'.join([str(c) for c in col if c is not None])
用 map() + 自定义函数展平最灵活
直接改 df.columns 是最常用且可控的方式。别用 df.columns.tolist() 再赋值——那会丢失 MultiIndex 的结构信息，导致后续 xs 或 swaplevel 失效。
实操建议：
立即学习“Python免费学习笔记（深入）”；
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 写一个清洗函数，保留业务含义：例如把
('product', 'name')→'product_name'，而(None, 'count')→'count' - 避免硬编码层级数：用
len(col)判断，兼容两层或三层表头 - 遇到重复新列名必须去重：加序号后缀，否则
df.to_csv()会静默丢列
示例：
def flatten_cols(col):
parts = [str(c) for c in col if c is not None]
return '_'.join(parts) if parts else 'unnamed'
df.columns = df.columns.map(flatten_cols)
reset_index() 不是展平列，别混淆
新手常误以为 df.reset_index() 能处理列名——它只作用于行索引（index），对 columns 完全没影响。如果 DataFrame 还有行 MultiIndex，调用它会把索引列“塞进”数据里，反而让结构更乱。
真正要操作列，只动 df.columns；要操作行，才用 reset_index() 或 set_index()。
- 确认对象：打印
type(df.columns)，是pandas.core.indexes.multi.MultiIndex才需展平列 - 验证结果：展平后运行
df.columns.is_unique，必须为True，否则后续按列名选列会出错
从 Excel 读入时就避免多级表头
如果源头是 Excel，且表头只有前两行有意义，用 pd.read_excel(..., header=[0,1]) 明确指定层级，比之后展平更稳妥。但如果 Excel 表头不规整（比如第三行有合并单元格、空行），Pandas 仍可能推断出三层甚至四层 MultiIndex。
- 优先尝试
header=0读单层，再用df.iloc[:2]手动构造列名 - 用
skiprows跳过干扰行，比依赖自动解析更可靠 - 读入后立刻检查
df.columns.nlevels，大于 1 就得处理
展平不是终点，而是为了后续能用 df['col_name'] 或 df.filter(regex='...') 正常工作。只要列名变成干净、唯一、合法的字符串，下游所有操作才不会意外中断。
