如何在 Pandas 中拆分列标题并正确导出到 Excel

Posted 2023-03-11

【中文标题】如何在 Pandas 中拆分列标题并正确导出到 Excel

【英文标题】：How to split column header in Pandas and export to Excel properly

【发布时间】：2017-09-18 11:23:04

【问题描述】：

我在 Pandas 中有以下数据头：

我正在努力得到以下结果：

我试图执行一个命令：

df = df.reorder_levels([0, 1, 3, 2], axis='columns')

但是，它只是对行进行重新排序，我认为这里存在破坏数据一致性的风险。

你能建议 pandas/pythonic 的方法吗？或者我应该检查哪些选项才能正确导出到 Excel（如图 2 所示）？

【问题讨论】：

我认为这只是 MultiIndex 的默认可视化 - 检查this，findIn [20]: pd.set_option('display.multi_sparse', False)

是的，它适用于 Jupyter 中的可视化，但是当您导出到 Excel 时，问题仍然相同。有什么想法吗？

【参考方案1】：

我最近遇到了这个问题，发现了另一个肮脏但更容易破解的方法。

只要第一个标题行具有不同的值，df.to_excel 就会将后续的标题行保存为单独的值。因此，在设置标题时，将第一行设为唯一字符并在其余代码中忽略它。

没有唯一的第一个标题行：

df1 =  pd.DataFrame(columns=[['APPROACH #1', 'APPROACH #1', 'APPROACH #1', 'APPROACH #1', 'APPROACH #1'],
                         ['CODE', 'CODE', 'CODE', 'CODE', 'CODE'],
                         ['GLMNET', 'HYBER', 'LightGBM', 'XGB_1', 'XGB_2']])

Image of df1 result with merged header values

具有唯一的第一个标题行：

df2 =  pd.DataFrame(columns=[[1, 2, 3, 4, 5],
                         ['APPROACH #1', 'APPROACH #1', 'APPROACH #1', 'APPROACH #1', 'APPROACH #1'],
                         ['CODE', 'CODE', 'CODE', 'CODE', 'CODE'],
                         ['GLMNET', 'HYBER', 'LightGBM', 'XGB_1', 'XGB_2']])

Image of df2 result with separate header values

希望这会有所帮助！

【参考方案2】：

我认为您只能使用一些 hack 解决方案 - 从列中的 MultiIndex 创建助手 df，然后在不带标题的情况下写入 excel：

np.random.seed(100)
cols = pd.MultiIndex.from_product([list('ABC'), list('EF')])
df = pd.DataFrame(np.random.random((1,6)), columns=cols)
print (df)
          A                   B                   C          
          E         F         E         F         E         F
0  0.543405  0.278369  0.424518  0.844776  0.004719  0.121569

df1 = pd.DataFrame(df.columns.values.tolist()).T
df1.columns.name = None
df1.index = [''] * len(df1.index)
print (df1)
  0  1  2  3  4  5
  A  A  B  B  C  C
  E  F  E  F  E  F

df.columns = np.arange(len(df.columns))
df = pd.concat([df1, df])
print (df)
          0         1         2         3           4         5
          A         A         B         B           C         C
          E         F         E         F           E         F
0  0.543405  0.278369  0.424518  0.844776  0.00471886  0.121569

df.to_excel('myfile.xlsx', header=None)

双转置的另一种解决方案：

df1 = df.T.rename_axis(['',' ']).reset_index().T
print (df1)
          0         1         2         3           4         5
          A         A         B         B           C         C
          E         F         E         F           E         F
0  0.543405  0.278369  0.424518  0.844776  0.00471886  0.121569

df.to_excel('myfile.xlsx', header=None)