Skip to main content
 首页 » 编程设计

python之从 Pandas 中的一张纸构建数据框

2025年02月15日13wayfarer

我在 excel 中有一个复杂的工作表,我希望将其读入多个 pandas.DataFrames。

基本上,这里有 3 个数据框。一个用于 DIRECTION_A、DIRECTION_B 和 TOTAL。

如何告诉 pandas 分别读取这些数据帧中的每一个?我可以使用 iloc 来指定边界,但由于我要遍历许多不同的电子表格,因此存在不同位置的风险。

目前,我正在通过跳过前 7 行来阅读所有这些列:

tmp_df = pd.read_excel(file,sheetname=sheet_name,skiprows=7) 

(Sample data)

请您参考如下方法:

我不认为你可以告诉 pandas 单独读取帧,但它们读入后可以很容易地分开。

代码:

def get_multi_frame_excel(*args, **kwargs): 
    # read in the frame, with a multi level column index 
    multi_frame = pd.read_excel(*args, header=[0, 1], **kwargs) 
 
    # group the data by the top level column index, and store in dict 
    frames = {name: group for name, group in 
              multi_frame.groupby(level=0, axis=1)} 
 
    # remove the top level index from the frames 
    for frame in frames.values(): 
        frame.columns = frame.columns.droplevel(level=0) 
 
    # return a dict of frames 
    return frames 

测试代码:

frames = get_multi_frame_excel('SO_split_df.xlsx', skiprows=1) 
for name, frame in frames.items(): 
    print('---') 
    print(name) 
    print(frame) 

结果:

--- 
DIRECTION_A 
Time      A  B  C  D  E  F  G  H 
00:00:00  0  0  0  0  0  0  0  0 
00:15:00  0  0  0  0  0  0  0  0 
00:30:00  0  0  0  0  0  0  0  0 
.... 
09:00:00  3  1  0  0  0  0  1  5 
09:15:00  1  0  0  0  0  0  1  2 
09:30:00  1  0  0  0  0  0  1  2 
--- 
TOTAL 
Time       A  B  C  D  E  F  G   H 
00:00:00   1  0  0  0  0  0  0   1 
00:15:00   0  0  0  0  0  0  0   0 
00:30:00   0  0  0  0  0  0  0   0 
.... 
09:00:00   7  1  0  0  0  0  1   9 
09:15:00   4  0  0  0  0  0  3   7 
09:30:00   3  0  0  0  0  0  1   4 
--- 
DIRECTION_B 
Time       A  B  C  D  E  F  G   H 
00:00:00   1  0  0  0  0  0  0   1 
00:15:00   0  0  0  0  0  0  0   0 
00:30:00   0  0  0  0  0  0  0   0 
.... 
09:00:00   4  0  0  0  0  0  0   4 
09:15:00   3  0  0  0  0  0  2   5 
09:30:00   2  0  0  0  0  0  0   2