python – Pandas dataframe read_excel不将空白左上角的单元格视为列？

2023年1月21日 401次阅读

我正在尝试将Excel或CSV文件读入pandas数据帧.该文件仅读取前两列,前两列的顶行将是列名.问题是当我在Excel文件中将顶行的第一列清空时.

            IDs
2/26/2010    2
3/31/2010    4
4/31/2010    2
5/31/2010    2

然后,以下代码的最后一行失败：

uploaded_file = request.FILES['file-name']
if uploaded_file.name.endswith('.csv'):
    df = pd.read_csv(uploaded_file, usecols=[0,1])
else:
    df = pd.read_excel(uploaded_file, usecols=[0,1])

ref_date = 'ref_date'
regime_tag = 'regime_tag'
df.columns = [ref_date, regime_tag]

显然,它只读取一列(即ID).但是,使用read_csv时,它会读取两列,第一列未命名.我希望它以这种方式运行并读取两列,无论顶部单元格是空的还是填充的.我该怎么做呢？

最佳答案 发生的事情是Excel文件中的第一个“列”作为索引读入,而在CSV文件中它被视为列/系列.

我建议你以另一种方式工作并修改pd.read_csv以读取第一列作为索引.然后使用reset_index将索引提升为一系列：

if uploaded_file.name.endswith('.csv'):
    df = pd.read_csv(uploaded_file, usecols=[0,1], index_col=0)
else:
    df = pd.read_excel(uploaded_file, header=[0,1], usecols=[0,1])

df = df.reset_index()  # this will elevate index to a column called 'index'

这将提供一致的输出,即第一个系列将具有标签’index’,而数据帧的索引将是常规的pd.RangeIndex.

您可以使用调度程序来摆脱笨拙的if / else构造：

file_flag = {True: pd.read_csv, False: pd.read_excel}
read_func = file_flag[uploaded_file.name.endswith('.csv')]

df = read_func(uploaded_file, usecols=[0,1], index_col=0).reset_index()
点赞