熊猫列多索引中的缺失值

Posted 2023-03-12

【中文标题】熊猫列多索引中的缺失值

【英文标题】：missing values in pandas column multiindex

【发布时间】：2020-10-20 20:00:33

【问题描述】：

我正在阅读这样的 pandas excel 表格：

使用

df = pd.read_excel('./question.xlsx', sheet_name = None, header = [0,1])

这会导致具有多索引的多索引数据帧。

这里的问题是空字段默认填充为'Title'，而我更喜欢使用不同的标签。我不能跳过第一行，因为我正在处理更大的数据帧，其中第一行和第二行包含重复标签（因此使用了多索引）。

您的帮助将不胜感激。

【参考方案1】：

假设您想要空字符串而不是重复第一个标签，您可以阅读 2 行并直接构建 MultiIndex：

df1 = pd.read_excel('./question.xlsx', header = None, nrows=2).fillna('')
index = pd.MultiIndex.from_arrays(df1.values)

它给出：

MultiIndex([('Title',        '#'),
            (     '',    'Price'),
            (     '', 'Quantity')],
           )

顺便说一句，如果你想为空字段设置一个不同的标签，你可以把它用作fillna的参数。

然后，你只需读取剩余的数据，并手动设置索引：

df1 = pd.read_excel('./question.xlsx', header = None, skiprows=2)
df1.columns = index

【讨论】：

这似乎是正确的道路......但我遇到了一些麻烦。我认为您在第一个 sn-p 中不需要.index。另外，我不确定df1.index = index 是否正确——我们在这里处理的是多索引列。

是的，我在最后一行使用了df1.columns = index。谢谢。

@Vadim：你说得对，我在 4 行代码中写了 2 个错别字 :-( 是时候让我休息一下了...