Pandas：使用合并单元格读取 Excel答案

【问题标题】：Pandas: Reading Excel with merged cellsPandas：使用合并单元格读取 Excel
【发布时间】：2014-05-21 04:27:03
【问题描述】：

我有包含多个工作表的 Excel 文件，每个工作表看起来都像这样（但要长得多）：

        Sample  CD4     CD8
Day 1   8311    17.3    6.44
        8312    13.6    3.50
        8321    19.8    5.88
        8322    13.5    4.09
Day 2   8311    16.0    4.92
        8312    5.67    2.28
        8321    13.0    4.34
        8322    10.6    1.95

第一列实际上是四个垂直合并的单元格。

当我使用 pandas.read_excel 阅读本文时，我得到一个如下所示的 DataFrame：

       Sample    CD4   CD8
Day 1    8311  17.30  6.44
NaN      8312  13.60  3.50
NaN      8321  19.80  5.88
NaN      8322  13.50  4.09
Day 2    8311  16.00  4.92
NaN      8312   5.67  2.28
NaN      8321  13.00  4.34
NaN      8322  10.60  1.95

如何让 Pandas 理解合并的单元格，或者快速轻松地删除 NaN 并按适当的值分组？（一种方法是重置索引，逐步查找值并用值替换 NaN，传入天数列表，然后将索引设置为列。但似乎应该有一种更简单的方法。）

【问题讨论】：

标签： python excel pandas

【解决方案1】：

您可以使用 Series.fillna 方法来前填 NaN 值：

df.index = pd.Series(df.index).fillna(method='ffill')

例如，

In [42]: df
Out[42]: 
       Sample    CD4   CD8
Day 1    8311  17.30  6.44
NaN      8312  13.60  3.50
NaN      8321  19.80  5.88
NaN      8322  13.50  4.09
Day 2    8311  16.00  4.92
NaN      8312   5.67  2.28
NaN      8321  13.00  4.34
NaN      8322  10.60  1.95

[8 rows x 3 columns]

In [43]: df.index = pd.Series(df.index).fillna(method='ffill')

In [44]: df
Out[44]: 
       Sample    CD4   CD8
Day 1    8311  17.30  6.44
Day 1    8312  13.60  3.50
Day 1    8321  19.80  5.88
Day 1    8322  13.50  4.09
Day 2    8311  16.00  4.92
Day 2    8312   5.67  2.28
Day 2    8321  13.00  4.34
Day 2    8322  10.60  1.95

[8 rows x 3 columns]

【讨论】：

"ffill" 正是我想要的。谢谢。
你将如何解决合并列而不是行的相同问题？
@SamarthBharadwaj：fillna method 有一个 axis 参数，用于控制要填充的方向。要按行填充 DataFrame 中的所有 NaN，您可以使用 df = df.fillna(method='ffill', axis=1)。要仅填充选定的行，请使用 df.loc 或 df.iloc。例如，df.loc[mask] = df.loc[mask].fillna(method='ffill', axis=1)。
@unutbu thx，但我的问题略有不同，在这里表达：*.com/questions/27420263/…
fillna 和 ffill 是可以的，只要合并的单元格后面没有自愿为空的单元格...

【解决方案2】：

df = df.fillna(method='ffill', axis=0)  # resolved updating the missing row entries

【讨论】：

只有代码的答案在 Stack Overflow 上通常不受欢迎。为了避免被“低质量”关闭，请添加一些说明文字。

【解决方案3】：

8年后随便回来，pandas.read_excel()可以通过index_col参数在内部为你解决这个问题。

df = pd.read_excel('path_to_file.xlsx', index_col=[0])

将 index_col 作为列表传递将导致 pandas 查找 MultiIndex。在存在长度为 1 的列表的情况下，pandas 会创建一个常规索引来填充数据。

【讨论】：