Question

我有一个Excel工作表，其中的标题（TradeDate，Value）相互堆叠，并以类型（ABS，MBS）分开，格式如下：

ABS,
TradeDate,Value
2019-01-21,21
2019-01-22,22
MBS,
TradeDate,Value
2019-01-21,11
2019-01-22,12
2019-01-23,13

如何将其加载到python中，最好是pandas或其他程序包中，分别在其中加载每个标题？标题是唯一的/每种类型都相同，并且标题索引可以更改。使用上面的示例，我想返回两个单独的数据帧或对象。

df_abs

TradeDate,Value
2019-01-21,21
2019-01-22,22

和df_mbs

TradeDate,Value
2019-01-21,11
2019-01-22,12
2019-01-23,13

Answer 1

这可能有点过大，但是找不到更简单的解决方案：

# Mask all the rows which have a date
m = df[0].str.match('([12]\d{3}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01]))')

# Create an equal indicator on each row which has a date, but stops when value changes so we can groupby
df['ind'] = np.where(~m, 0, (m != m.shift(1)).astype(int).cumsum())

# Extract seperate dataframe into a list
dfs = [d for _, d in df[df.ind.ne(0)].groupby('ind')]

# Rename columns to expected output
dfs = [df.reset_index(drop=True).rename(columns={0:'TradeDate', 1:'Value'}) for df in dfs]

输出

for d in dfs:
    print(d,'\n')

    TradeDate Value  ind
0  2019-01-21    21    2
1  2019-01-22    22    2 

    TradeDate Value  ind
0  2019-01-21    11    4
1  2019-01-22    12    4
2  2019-01-23    13    4

可复制的示例

from io import StringIO

a = StringIO('''
ABS,
TradeDate,Value
2019-01-21,21
2019-01-22,22
MBS,
TradeDate,Value
2019-01-21,11
2019-01-22,12
2019-01-23,13
''')

df = pd.read_csv(a, header=None)

# Out
            0      1
0         ABS    NaN
1   TradeDate  Value
2  2019-01-21     21
3  2019-01-22     22
4         MBS    NaN
5   TradeDate  Value
6  2019-01-21     11
7  2019-01-22     12
8  2019-01-23     13

使用Python读取堆叠的标题Excel工作表

1 个答案: