应设 header=[0,1,2] 表示前三行共同构成多级列索引；传单个数字或漏行会导致表头丢失或错位，且不可与 skiprows 混用；读入后列自动为 multiindex 类型，需用 ffill 或手动修复 nan 合并单元格问题。
read_excel 读取多级表头时 header 参数怎么设才不丢行？
直接用 pd.read_excel("file.xlsx") 会把前几行当普通数据，多级表头全塌了。关键不是“能不能读”，而是得告诉 Pandas 哪几行是 header —— 用 header 参数传一个列表，比如 header=[0, 1, 2] 表示第 0、1、2 行（从 0 开始计）共同构成列索引。
常见错误是传单个数字（如 header=2），这只会把第 2 行当 header，上面两行彻底丢失；或者漏掉最顶层的合并单元格行，导致列名错位。
- 如果 Excel 中第 0 行是大类（如“销售数据”“库存数据”），第 1 行是子类（如“销售额”“退货量”），第 2 行是具体字段（如“Q1”“Q2”），就该设
header=[0, 1, 2] - 注意：
skiprows和header别混用。设了header=[0,1,2]就别再加skiprows=3，否则会跳过本该做 header 的行 - 读出来后，列是
MultiIndex类型，可以用df.columns.levels和df.columns.codes检查层级结构
Excel 合并单元格表头被读成 NaN 怎么办？
Pandas 本身不解析 Excel 的合并单元格逻辑，它只按单元格位置读值 —— 合并区域里非左上角的单元格内容就是空（NaN）。但 read_excel 提供了 fill_method="ffill"（实际应为 na_filter=False 配合后续填充），更可靠的做法是读完立刻用 ffill 沿 axis=1 填充列名。
实操建议分两步：先读取原始 header 行（用 header=None + nrows），手动修复合并逻辑；或读入后对 columns 做前向填充：
df = pd.read_excel("data.xlsx", header=[0, 1, 2])
df.columns = pd.MultiIndex.from_tuples([
tuple("未知" if pd.isna(x) else x for x in tup) for tup in df.columns
])
- 不要依赖 Excel 文件里“看起来对齐”的视觉效果，打开 .xlsx 用 Excel 查看实际单元格内容，确认哪些位置真是空
- 如果某一级全是
NaN，大概率是那一行在 Excel 里根本没填值，只是靠合并单元格“撑”出来的显示效果 -
df.columns.map(lambda x: tuple("缺省" if pd.isna(v) else v for v in x))比全局ffill更可控，能区分有意为空和合并残留
读出的 MultiIndex 列怎么选中某一层做筛选或重命名？
不能直接写 df["销售额"]，因为列名是三维元组。得用 xs（cross-section）或 droplevel，但更常用的是 df.columns.get_level_values(n) 定位层级。
例如想把第 1 层（子类名）里所有 “退货量” 改成 “退件量”，可以：
new_cols = []
for col in df.columns:
level0, level1, level2 = col
level1 = "退件量" if level1 == "退货量" else level1
new_cols.append((level0, level1, level2))
df.columns = pd.MultiIndex.from_tuples(new_cols)
- 用
df.xs("Q1", level=2, axis=1)可快速提取第三层为 "Q1" 的所有列，返回 DataFrame（不再是 MultiIndex 列） -
df[("销售数据", "销售额", "Q1")]这种元组索引只在列完全匹配时有效，一旦层级里有空格、隐藏字符或类型不一致（str vs int），就会报KeyError - 重命名某一层推荐用
df.columns.set_levels(..., level=n)，比遍历元组安全，且保留原有结构
导出带多级表头的 Excel 时，to_excel 为什么只写出最后一级？
默认情况下 df.to_excel() 会把 MultiIndex 的每一级写进不同行，但如果你发现只写了最底层（比如只有 “Q1”“Q2”，没了“销售额”“退货量”），大概率是没设置 merge_cells=False。
ExcelWriter 默认开启合并单元格（merge_cells=True），而 Pandas 的合并逻辑有时会误判层级关系，尤其当某一层存在重复值时，它会强行合并，反而遮盖上级标题。
- 明确指定
merge_cells=False：with pd.ExcelWriter("out.xlsx") as writer: df.to_excel(writer, merge_cells=False) - 如果必须合并（比如给老板看报表），先用
df.columns.to_flat_index()转成字符串元组，再手动构造单层列名，避免依赖自动合并 - 写入后用 Excel 打开检查：右键单元格 → “设置单元格格式” → 看是否真合并了；有时候显示合并，其实是字体/边框模拟的假象
多级表头的本质是结构化元信息，Pandas 不负责渲染样式，只管数据映射。真正麻烦的从来不是读或写，而是 Excel 里“人眼觉得对”和“Pandas 认为对”之间那点微妙偏差 —— 多看 df.columns.tolist()，少信预览窗口。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
