Question

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，而不是列，而parse函数的header似乎没有列出行。

ExcelFile看起来如下所示：

A栏是从A4
B列有top_level1（B1）mid_level1（B2）low_level1（B3）数据（B4-B100 +）
C列有null（C1）null（C2）low_level2（C3）数据（C4-C100 +）
D列有空（D1）mid_level2（D2）low_level1（D3）数据（D4-D100 +）
E列有null（E1）null（E2）low_level2（E3）数据（E4-E100 +）
...

因此有两个low_level值很多mid_level值和一些top_level值，但诀窍是顶级和中级值为空，并假设为值剩下。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transpose，但它在任何地方填充Unnamed: #并且似乎无法正常工作。在Pandas 0.13 read_csv似乎有一个header参数可以列出一个列表，但这似乎不适用于parse。

Answer 1

您可以fillna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)]

解析Pandas中的多索引Excel文件

1 个答案: