在 Pandas 中使用多索引标题读取 excel 时选择列

Posted 2023-03-12

【中文标题】在 Pandas 中使用多索引标题读取 excel 时选择列

【英文标题】：Select columns when reading excel with multiindex header in Pandas

【发布时间】：2020-01-29 17:12:54

【问题描述】：

我有一个看起来像这样的 excel 表，我想将其作为多索引 Pandas 数据框阅读：

想要的结果：

       M1        M2     
site conc   LQ conc   LQ
C1 A    1  0.5   10  0.5
   B    2  0.6    5  0.6
   C  <LQ  1.0   14  1.0
C2 A  <LQ  1.1   12  1.1
   C    3  0.5   14  0.5
   D    1  0.5   11  0.5

以下代码用于产生所需的结果：

df = pd.read_excel("test.xlsx", 
                   sheet_name="test",
                   header=[1,2],
                   index_col=[0,1],
                   usecols='A:B,D:G',
                   parse_dates = False,
                   )

但现在（pandas 版本 0.25.1）它会产生以下错误：

ValueError: cannot specify usecols when specifying a multi-index header

有什么简单的解决办法吗？

重现excel表格：

;;start;M1;;M2;;end;M1;;M2;
cam;site;bla;conc;LQ;conc;LQ;bla;conc;LQ;conc;LQ
C1;A;bla;1;0.5;10;0.5;bla;1;0.5;10;0.5
C1;B;bla;2;0.6;5;0.6;bla;2;0.6;5;0.6
C1;C;bla;<LQ;1;14;1;bla;<LQ;1;14;1
C2;A;bla;<LQ;1.1;12;1.1;bla;<LQ;1.1;12;1.1
C2;C;bla;3;0.5;14;0.5;bla;3;0.5;14;0.5
C2;D;bla;1;0.5;11;0.5;bla;1;0.5;11;0.5

【问题讨论】：

您是否尝试从参数列表中删除usecols？

我放大了我的 MWE 来说明对“usecols”的需求

【参考方案1】：

您好，我遇到了同样的问题，当headers 是多重索引时，您不能使用usecols

我通过这样做解决了这个问题：

df = pd.read_excel("test.xlsx",
                   sheet_name="test",
                   header=2,
                   index_col=[0,1],
                   usecols='A:B,D:G',
                   parse_dates=False)
index = pd.read_excel("test.xlsx",
                      sheet_name="test",
                      header=None,
                      skiprows=1,
                      index_col=[0,1],
                      nrows=2,
                      usecols='A:B,D:G',
                      parse_dates=False)
index = index.fillna(method='ffill', axis=1)
df.columns = pd.MultiIndex.from_arrays(index.values)
df