重复 Pandas 数据框行标签答案

【问题标题】：Repeat Pandas dataframe row labels重复 Pandas 数据框行标签
【发布时间】：2015-08-31 08:58:30
【问题描述】：

有没有办法用 Pandas 数据框重复行标签？我使用 xlsxwriter 创建的 Excel 输出当前不会在更高级别重复分组。感谢您的帮助。

我的 Excel 工作表现在的样子：

Country   State/Province    Population
US        Califonia         38,802,500
          Texas             26,956,958
          Florida           19,893,297
...
CAN       Alberta            3,645,257
          Manitoba           4,400,057

我希望输出具有重复的国家级标签，如下所示

Country      State/Province        Population
US           California            38,802,500
US           Texas                 26,956,958
US           Florida               19,893,297
...
CAN          Alberta                3,645,257
CAN          Manitoba               4,400,057

【问题讨论】：

我对 Pandas 一无所知，无法回答您的问题。事后有一种方法可以在 Excel 中手动更正此问题：选择您的表格。单击查找并选择/转到特殊。选择空白并点击确定。键入等号和向上箭头，然后按 Enter。按 Control-Enter。按 Control-C。然后单击粘贴/选择性粘贴。选择值并点击确定。这些步骤选择空白单元格并用显示上述单元格值的公式填充它们。然后将公式的结果复制回工作簿中。
您好，感谢您的帮助！另外，我刚刚注意到，如果我使用 DataFrame 对象的 to_csv 方法，则会重复行标签。我只是希望 to_excel 表现出相同的行为，因为我的报告包含许多工作表。
我猜是因为你有一个多索引？在这种情况下，只需执行reset_index()
谢谢@JohnE，你的建议很完美。

标签： python excel pandas

【解决方案1】：

您可以导入excel数据，然后向前填充相关列：

df = pd.read_excel('data.xlsx')
df.Country.ffill(inplace=True)
>>> df
  Country State/Province  Population
0      US      Califonia    38802500
1      US          Texas    26956958
2      US        Florida    19893297
3     CAN        Alberta     3645257
4     CAN       Manitoba     4400057

如果需要，您可以将索引设置为国家和州/省。

>>> df.set_index(['Country', 'State/Province']) 
                        Population
Country State/Province            
US      Califonia         38802500
        Texas             26956958
        Florida           19893297
CAN     Alberta            3645257
        Manitoba           4400057

然后可以通过df.reset_index() 检索原始DataFrame。

【讨论】：

【解决方案2】：

我不知道 pandas 是否可以做到，但是使用简单快速的 excel 宏将在几秒钟内完成您想要的操作

【讨论】：

【解决方案3】：

随便用

df --> 是你的透视数据框。

使用下面的，问题就解决了 df = df.reset_index()

【讨论】：

嗨 Sufiyan，欢迎来到 StackOverflow！你能格式化你的代码吗？您可以在how to format your code 和how to write a good answer 上阅读，谢谢！