为了提供一些背景知识,我创建了 excel 表,将 excel 列索引转换为 pandas 索引。这在本质上只是一个简单的 Vlookup,在定义的表上,例如列 A=0,列 B=1。它可以完成工作,但效率不如我希望的那样。
我在我的函数中使用这些索引来重命名这些字段以遵循我们当前的命名法。例如
df = df.rename(columns={df.columns[5]: "Original Claim Type",
df.columns [1]:"Date of Loss",
df.columns[3]:"Date Reported (tpa)",
df.columns[2]:"Employer Report Date",
df.columns[4]:"Original Status",
df.columns[6]:"Date Closed",
df.columns[27]:"(net)Total Paid",
df.columns[23]:"(net) Total Incurred",
df.columns[25]:"NET Paid(Med)",
df.columns[26]:"NET Paid(Exp)",
df.columns[24]:"NET Paid (Ind)",
df.columns[18]:"Original Litigation",
df.columns[7]:"Date of Hire",
df.columns[8]:"Date of Birth",
df.columns[9]:"Benefit State",
df.columns[15]:"Original Cause",
df.columns[17]:"Body Part",
df.columns[32]:"TTD Days"})
我的新解决方案是创建一个映射值及其对应索引的字典。
excel_index={'A':0,'B':1,'C':2}
test={"Claim Number":[0,1,2,3,4,5]}
test=pd.DataFrame(test)
test=test.rename(columns={ test.columns[excel_index['A']]: "Frog"})
它有效,但我遇到的唯一问题是我必须事先手动输入所有索引值。
执行此操作的更有效方法是什么?
-布兰登
请您参考如下方法:
如果您有一列索引名称,例如示例中的 on,您可以在 pd.read_excel 命令中指定它。由于您的索引列是 5,因此它应该是这样的:
df = pd.read_excel('yourfilename.xlsx', index_col=5)
