Question

在我的生命中，我不知道如何删除将多索引数据帧写入CSV时创建的重复索引项。尽管这里有answer，但它本身并不适用于我，因为我的第二级具有所有不同的值。

这是我拥有的数据框的一部分，每个月都会运行一次

Month Measure
JAN   KWH          
      Max KW       
      Day/Hour     
      Peak End Use 
      Peak Pct     
FEB   KWH          
      Max KW       
      Day/Hour     
      Peak End Use 
      Peak Pct

但是在CSV中看起来像

JAN KWH
JAN Max KW
JAN Day/Hour
JAN Peak End Use
JAN Peak Pct
FEB KWH
FEB Max KW
FEB Day/Hour
FEB Peak End Use
FEB Peak Pct

我希望它看起来与数据框完全一样，这意味着在CSV中看起来像

Jan,KWH
   ,Max KW
   ,Day/Hour

and so on

我尝试过df.index.to_series().duplicates()，但是它不起作用，因为我的每个索引对都不是重复的。我也尝试过使用index.tolist()，然后循环进行更改，但是没有运气。

这里正确的方法是什么？

谢谢！

Answer 1

好像上面的评论中提到的那样，熊猫似乎并没有直接提供这种功能，也许是为了确保生成的csv文件可以被读回。在以rst格式生成报表表格时，我遇到了同样的问题。最后，我决定通过外部脚本处理生成的csv。 script用空格替换列中的重复值，从而获得所需的结果。注意：此脚本假定逗号为csv分隔符。

# Clean csv with multiindices
from sys import argv

# Positional command line arguments:
#   1: original csv file
#   2: number of columns to check (optional)

with open(argv[1], 'r') as f:
  if len(argv) > 2:
    n = int(argv[2])
    i0 = ('', ) * n
  else:
    n = None
    i0 = None
  for l in f:
    if n is None:
        # define n from the 1-st line
        i1 = l.split(',')
        n = len(i1)
        i0 = ('', ) * n
    i1 = l.split(',', n)
    nl = ()
    for s0, s1 in zip(i0, i1):
        if s0 == s1:
            e = ' ' * len(s0)
        else:
            e = s1
        nl += (e, )
    nl += tuple(i1[n:])
    print ','.join(nl),
    i0 = i1[:n]

熊猫多索引为CSV，无重复索引

1 个答案: