我有大约300个CSV文件，我想合并成一个单一的使用Pandas。所有这些都有3行变量名（第一列是project，第二列是Device_1，第三列是variable）。（'Asset'，'Element '，'Date'）并继续时间序列值。有时名称是其他语言的，但有100个文件的第一行是（'ts'，nan，nan），所以我需要替换MultiIndex名称的第一个“列”，以便在完成合并文件后能够按日期对其进行排序。

df.iloc[:3,:5]
Out[16]: 
                    ts       Asset_1                                             
                   nan      Device_1                        Device_2     Device_3
                   nan     Variable_1         Variable_2  Variable_1    Variable_1
0  2022-12-31 00:00:00         0.0                NaN          0.0          0.0
1  2022-12-31 00:05:00         0.0                NaN          0.0          0.0
2  2022-12-31 00:10:00         0.0                NaN          0.0          0.0

字符串
因此，基本上我希望多索引名称的第一个“列”与我的new_index值相同

Asset       Asset_1                                             
                 Device      Device_1                        Device_2     Device_3
                 Date       Variable_1         Variable_2  Variable_1    Variable_1
0  2022-12-31 00:00:00         0.0                NaN          0.0          0.0
1  2022-12-31 00:05:00         0.0                NaN          0.0          0.0
2  2022-12-31 00:10:00         0.0                NaN          0.0          0.0

型
到目前为止，我已经尝试了三个层次的迭代：

new_cols = ['Asset','Element','Date']
for i in range(3):
    df.rename(columns={df.columns[0][i]:new_cols[i]},inplace=True)

型
然而，由于此方法不按位置替换，而是按名称替换，由于第二行和第三行具有相同的名称（nan），因此最终名称为（'Asset'，'Date '，'Date'），并且当我尝试将其与其他文件合并时，最终命名框有两个datetime列。
我尝试使用set_levels，但我必须将verify_integrity设置为False，否则我会收到一个错误：

new_cols = ['Asset','Element','Date']
for i in range(3):
updated_columns = [new_cols[i]] + list(df.columns.get_level_values(i)[1:])
df.columns.set_levels(updated_columns,level=i,verify_integrity=True)

ValueError: Level values must be unique: ['Asset', 'Asset_1','Asset_1','Asset_1','Asset_1'] on level 0

型
但是，如果我将verify_integrity标记为False，那么最终的名称就会混淆，我不知道为什么。
有没有一种方法可以用给定的位置替换MultiIndex中的任何名称？

pd.Multiindex.iloc[0,2]='Date'

型