Skip to main content
 首页 » 编程设计

python之Pandas、Excel 导入和 MultiIndex

2024年11月01日9webabcd

我是 pandas 的新手,目前正尝试在以下模式中对 Excel 数据进行一些分析:

我的目标是具有索引标签XYZ、CDE、EFG、的可视化X 轴上的 HU 和 Yes、ProbYes、X 的相应 Perc 值, ProbNo, No 堆叠在 y 轴上。

目前我正在通过代码将 Excel 数据解析为 Pandas DataFrame:

import pandas as pd 
path = 'x1.xlsx' 
x = pd.ExcelFile(path) 
sheets = x.sheet_names 
table = x.parse(sheets[0], header=2) # take line 2 as column-names 

table 生成的MultiIndex 似乎没问题:

>>> table.index  
MultiIndex(levels=[[u'Individual', u'Summary'], [u'ABC', u'CDE', u'EFG', u'HIJ'], [u'Abs', u'Perc']], labels=[[0, -1, -1, -1, -1, -1, -1, -1, 1, -1], [0, -1, 1, -1, 2, -1, 3, -1, -1, -1], [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]]) 

但是,访问特定行是不可能的:

>>> table.ix[('Individual', 'CDE')] 
KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)' 

...也不可能访问或过滤/删除包含行索引的列

>>> table.index.names 
FrozenList([None, None, None]) 

即索引没有名称,所以我想我无法访问它们?

我试图通过替代解析来简化数据结构:

>>> table2 = x.parse(sheets[0], header=2, skiprows=2, parse_cols='B,:I') 

然而,这并没有真正帮助。

编辑:

它确实有助于排序:

>>> table.sort(inplace=True) 
>>> table[:4] 

产量:

对于那个表我无法进行分析...

请您参考如下方法:

做完之后想

table.sort(inplace=True) 

您可以访问

table.ix[('Individual', 'CDE')] 

编辑:

我知道为什么 -- 您的 excel 文件合并了 A4:A11 等单元格。当你将它加载到 pandas DataFrame 中时,索引 Individual 仅在 A4 中,而 A5:A11 中的索引都是 nan

我能想到的一种解决方法是:

table =table.reset_index().fillna(method='ffill').set_index(['level_0','level_1','level_2']) 
#reset_index() automatically gives column names level_? 

然后你就可以开始了:

table.ix[('Individual','CDE')]