从 Excel 导入多索引数据框

Question

我正在尝试从 Excel 导入数据框并保持多索引格式。

这个导入没问题：

def import_cp(cp_sheet_name):
    xl = pd.ExcelFile('FileNameA.xlsx')
    df_first = xl.parse(cp_sheet_name)
    df_second = xl.parse(cp_sheet_name)
    # there's many more
    return df_first, df_second

df_first = import_cp("Sheet 1")

Excel 格式如下：

|        |       Alpha       |       Bravo      |    Charlie     |
|Position|  Area   |  Gain   |   Area  |  Gain  |  Area  |  Gain |
|    1   |   0.5   |   1.1   |    0.5  |  1.1   |   1.7  |  1.6  |
|    2   |   0.6   |   1.0   |    0.6  |  1.0   |   1.5  |  1.4  |

Alpha Bravo 单元格的合并位置。

当我导入时，我得到：

(  |Unnamed: 0 Alpha| Unnamed: 2 Bravo| Unnamed: 4 Charlie|
0  |Position    Area|   Gain    Area  |  Gain    Area     |
1  |    1     0.5   |   1.17    0.5   |    1.13     0.5   |
2  |    2     0.5   |   1.17    0.5   |    1.13     0.5   |

我尝试使用header=0，但变化不大，fillna 并不理想，因为我不想要Alpha Alpha Bravo Bravo Charlie Charlie

对此的任何帮助将不胜感激。

Answer 1

我认为您需要将参数header=[0,1] 添加到read_excel 以将列读取到MultiIndex，index_col=0 将第一列读取到index 和sheetname='sheet1' 以读取名称为sheet 的sheet1。然后您可以通过rename_axis 重置列名称（pandas 0.18.0 中的新功能）

import pandas as pd

df = pd.read_excel('test.xlsx', header=[0,1], index_col=0, sheetname='sheet1')
print df
         Alpha      Bravo      Charlie     
Position  Area Gain  Area Gain    Area Gain
1          0.5  1.1   0.5  1.1     1.7  1.6
2          0.6  1.0   0.6  1.0     1.5  1.4

df = df.rename_axis((None,None), axis=1)
print df
  Alpha      Bravo      Charlie     
   Area Gain  Area Gain    Area Gain
1   0.5  1.1   0.5  1.1     1.7  1.6
2   0.6  1.0   0.6  1.0     1.5  1.4

print df.index
Int64Index([1, 2], dtype='int64')

print df.columns
MultiIndex(levels=[[u'Alpha', u'Bravo', u'Charlie'],
                   [u'Area', u'Gain']],
           labels=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]])