在 Python 中使用 MultiIndex 和 to_excel 时创建的标题下方的空行

Posted 2023-03-12

【中文标题】在 Python 中使用 MultiIndex 和 to_excel 时创建的标题下方的空行

【英文标题】：Blank line below headers created when using MultiIndex and to_excel in Python

【发布时间】：2019-03-01 00:58:53

【问题描述】：

我正在尝试使用带有 XlsxWriter 的 to_excel 函数将 Pandas 数据框保存到 excel 文件中。

当我将数据框打印到终端时，它会按原样读取，但是当我将其保存到 excel 并打开文件时，标题下方有一个额外的空白行，它不应该存在。这只发生在使用 MultiIndex 作为标头时，但我需要它提供的分层标头，但我找不到解决方案。

以下是来自在线 MultiIndex 示例的代码，它产生的结果与我正在处理的项目相同。任何解决方案将不胜感激。

import numpy as np
import pandas as pd
import xlsxwriter

tuples = [('bar', 'one'), ('bar', 'two'), ('baz', 'one'), ('baz', 'two'), ('foo', 'one'), ('foo', 'two'), ('qux', 'one'), ('qux', 'two')]

index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])

iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]

pd.MultiIndex.from_product(iterables, names=['first', 'second'])

df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)

print(df)

writer = pd.ExcelWriter('test.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='test1')

创建的 excel 输出：

【参考方案1】：

这很可能是 pandas 中的一个错误。

有关建议的解决方案，请参阅this question：

没有简单的方法可以通过读取 xlsx 来删除该行 再次。

还有一个指向GitHub issue 的链接，用于解决该主题。

所以我做了这个解决方法，它可能对你有帮助：

df = pd.read_excel('/home/teoretic/test.xlsx', index_col=0)
df = df.drop(np.nan)  # <== dropping an empty row

rename_dct = dict.fromkeys(df.loc[:,df.columns.str.contains('^Unnamed')], '')
df = df.rename(columns=rename_dct)  # <== renaming 'Unnamed' columns to blank space 

writer = pd.ExcelWriter('/home/teoretic/test_new.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='test1')

writer.close()

这是一个输出文件：

【讨论】：

非常感谢您的回复，我希望有办法让第一行单元格保持合并但不用担心。

我试图保留多索引，但是当我将它保存到xlsx 时，最终会遇到相同的“空白行”问题。找不到出路，但这不是完美的解决方法:)

我已经设法找到一种解决方法，将标题的第一行单独写入 excel，然后通过“workbook.merge_range()”合并相关单元格，然后将其余数据合并通过在 'to_excel' 中指定 'startrow=1' 在下面添加。

@JamesSalmon 你能把你的工作作为这个问题的解决方案吗？

@JamesSalmon 您可以将您的解决方法发布为对我的答案的编辑，以防止出现多个答案

【参考方案2】：

非常感谢这个问题和@Teoretic 的解决方法。

但是，在我的情况下，Multiindex 列的合并单元格非常有用，而 @Teoretic 的列则丢失了这些单元格。我已经完成了另一种解决方法，在编写之前隐藏了整行，它可以工作，因此我将它包含在此处以防对任何人有用。

writer = pd.ExcelWriter('test.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='test1')
writer.sheets['test1'].set_row(2, None, None, 'hidden': True)
writer.save()

【参考方案3】：

我找到了使用 openpyxl 包的以下解决方法，方法是读取带有空行的文件，删除该行并重新写入文件。我发现这种方法的优点是它保留了 MultiIndex 列中漂亮的合并单元格，实际上从 Excel 文件中删除了空行。通过实际删除空行，如果您的其余数据是数字，这将允许您在电子表格中开箱即用地使用 Excel 的过滤功能，而无需手动删除文件中的空行。

# Assuming df is your data frame with MultiIndex columns that you have already written to Excel

# Load the file with the empty line and select the sheet you want to edit
wb = openpyxl.load_workbook(filename = 'file_with_empty_line.xlsx')
ws = wb['sheet_name_to_edit']

# The row number to delete is 1-indexed in Excel
row_to_delete = df.columns.nlevels
ws.delete_rows(row_to_delete)

# If you want to write the name of the index into the empty cell above the index col
# after deleting the row (assuming you are writing to the first column):
ws['A'+str(row_to_delete)]=df.index.name

# Save the modified workbook to file
wb.save(filename = 'file_without_emtpy_line.xlsx')

虽然必须导入整个包来处理此问题并不理想，但我的用例要求我不要简单地隐藏缺失的行。 @lrnzcig 的解决方案会更好，如果您只需隐藏空行即可。

【参考方案4】：

我使用 ExcelWriter 删除了那个空白行。我正在将 df 添加到现有工作表中。

with pd.ExcelWriter(“PATH_TO_EXCEL”,mode=“a”,engine=“openpyxl”) as writer:
    writer.book=load_workbook(“PATH_TO_EXCEL”)
    df.to_excel(writer,sheet_name=“sample”,startrow=0,startcol=0)
    writer.sheets[‘sample’].delete_rows(3)