python – 在Pandas中解析多索引Excel文件

2023年7月30日 289次阅读

我有一个带有三级列MultiIndex的时间序列excel文件,如果可能的话我想成功解析.关于如何对堆栈溢出的索引执行此操作有一些结果但不是列,并且parse函数具有似乎不占用行列表的头.

ExcelFile看起来像如下所示：

> A列是从A4开始的所有时间序列日期
> B列有top_level1(B1)mid_level1(B2)low_level1(B3)数据(B4-B100)
> C列具有null(C1)null(C2)low_level2(C3)数据(C4-C100)
>列D具有空(D1)mid_level2(D2)low_level1(D3)数据(D4-D100)
> E列具有空(E1)null(E2)low_level2(E3)数据(E4-E100)
> ……

因此,有两个low_level值,许多mid_level值和一些top_level值,但技巧是顶级和中级值为null,并假设为左侧的值.因此,例如,上面的所有列都将top_level1作为顶部多索引值.

到目前为止,我最好的想法是使用转置,但它填充未命名：#无处不在,似乎不起作用.在Pandas 0.13中,read_csv似乎有一个可以获取列表的头参数,但这似乎不适用于解析.

最佳答案 您可以填充空值.我没有你的文件,但你可以测试

#Headers as rows for now
df = pd.read_excel(xls_file,0, header=None, index_col=0) 

#fill in Null values in "Headers"
df = df.fillna(method='ffill', axis=1) 

#create multiindex column names
df.columns=pd.MultiIndex.from_arrays(df[:3].values, names=['top','mid','low']) 

#Just name of index
df.index.name='Date' 

#remove 3 rows which are already used as column names
df = df[pd.notnull(df.index)]
点赞