python – 在Pandas中解析多索引Excel文件

概述我有一个带有三级列MultiIndex的时间序列excel文件,如果可能的话我想成功解析.关于如何对堆栈溢出的索引执行此 *** 作有一些结果但不是列,并且parse函数具有似乎不占用行列表的头. ExcelFile看起来像如下所示： > A列是从A4开始的所有时间序列日期 > B列有top_level1(B1)mid_level1(B2)low_level1(B3)数据(B4-B100) > C列具有n 我有一个带有三级列MultiIndex的时间序列excel文件,如果可能的话我想成功解析.关于如何对堆栈溢出的索引执行此 *** 作有一些结果但不是列,并且parse函数具有似乎不占用行列表的头.

Excelfile看起来像如下所示：

> A列是从A4开始的所有时间序列日期
> B列有top_level1(B1)mID_level1(B2)low_level1(B3)数据(B4-B100)
> C列具有null(C1)null(C2)low_level2(C3)数据(C4-C100)
>列D具有空(D1)mID_level2(D2)low_level1(D3)数据(D4-D100)
> E列具有空(E1)null(E2)low_level2(E3)数据(E4-E100)
> ……

因此,有两个low_level值,许多mID_level值和一些top_level值,但技巧是顶级和中级值为null,并假设为左侧的值.因此,例如,上面的所有列都将top_level1作为顶部多索引值.

到目前为止,我最好的想法是使用转置,但它填充未命名：#无处不在,似乎不起作用.在Pandas 0.13中,read_csv似乎有一个可以获取列表的头参数,但这似乎不适用于解析.

解决方法 您可以填充空值.我没有你的文件,但你可以测试

#headers as rows for Nowdf = pd.read_excel(xls_file,header=None,index_col=0) #fill in Null values in "headers"df = df.fillna(method='ffill',axis=1) #create multiindex column namesdf.columns=pd.MultiIndex.from_arrays(df[:3].values,names=['top','mID','low']) #Just name of indexdf.index.name='Date' #remove 3 rows which are already used as column namesdf = df[pd.notnull(df.index)]

总结

以上是内存溢出为你收集整理的python – 在Pandas中解析多索引Excel文件全部内容，希望文章能够帮你解决python – 在Pandas中解析多索引Excel文件所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。