Question

我正在尝试将Excel或CSV文件读入pandas数据框。该文件将仅读取前两列，并且前两列的第一行将是列名。问题是当我在Excel文件中的第一行的第一列为空时。

            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，它仅读取一列（即ID）。但是，对于read_csv，它将读取两列，第一列为unnamed。我希望它具有这种行为，并且无论顶部单元格是空还是填充，都读取两列。我该怎么做？

Answer 1

发生了什么事，Excel文件中的第一个“列”被作为索引读取，而在CSV文件中，其被视为列/系列。

我建议您用另一种方式 并修改pd.read_csv以将第一列作为索引。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，即第一个系列的标签为'index'，数据框的索引为常规的pd.RangeIndex。

您可能会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()

熊猫数据框read_excel不会将空白的左上单元格视为列？

1 个答案: