数据框列到多索引数据框

Question

我在 Excel 工作表中有以下数据，我想将其作为多索引数据框读取：

    Y1     Y1      Y2           Y2
B   H1     H2      H1           H2
1   80     72      79.2         84.744
2   240    216     237.6        254.232
3   40     36      39.6         42.372
4   160    144     158.4        169.488
5   240    216     237.6        254.232
6   0      0       0            0

我把它读成：

DATA = pd.read_excel('data.xlsx',sheet_name=None)

因为我也在阅读其他的表格。

问题 1：

此数据不作为多索引数据读取。如何让它读取它作为多索引？或者也许我应该将其作为数据框读取，然后将其转换为多索引？ 当前读取为数据框的结果

DATA['Load']
      Y1 Y1.1     Y2     Y2.1
bus   H1   H2     H1       H2
1     80   72   79.2   84.744
2    240  216  237.6  254.232
3     40   36   39.6   42.372
4    160  144  158.4  169.488
5    240  216  237.6  254.232
6      0    0      0        0

问题 2，可能是更基本的问题：

当一个或多个索引位于列侧时，如何处理多索引？在这个例子中，我想通过指定B, Y, H 来访问数据。我知道当它们都作为索引时如何使用多索引，但是当索引在列上时无法掌握它。

非常感谢您的帮助:)

PS：

另一张纸可能如下所示：

from    to  x     ratea
1       2   0.4   10
1       4   0.6   80
1       5   0.2   10
2       3   0.2   10
2       4   0.4   10
2       6   0.3   10
3       5   0.2   10
4       6   0.3   10

我将在其中设置 from 和 to 为 set (set_index(['from','to']) 以获取多索引数据帧。

Answer 1

要向多索引用户读取这样的数据帧，请使用 pd.read_excel() 中的标头参数

df = pd.read_excel('myFile.xlsx', header=[0,1])

    Y1      Y2
B   H1  H2  H1  H2
1   80  72  79.2    84.744
2   240 216 237.6   254.232
3   40  36  39.6    42.372
4   160 144 158.4   169.488
5   240 216 237.6   254.232
6   0   0   0.0 0.000

这意味着你告诉 pandas 你有两个标题行 0 和 1

在我们交谈之后：

df = pd.read_excel('Book2.xlsx', header=[0,1])
df2 = df.unstack().to_frame()
idx = df2.swaplevel(0,2).swaplevel(1,2).index.set_names(['B', 'Y', 'H'])
df2.set_index(idx, inplace=True)

            0
B   Y   H   
1   Y1  H1  80.000
2   Y1  H1  240.000
3   Y1  H1  40.000
4   Y1  H1  160.000
5   Y1  H1  240.000
6   Y1  H1  0.000
1   Y1  H2  72.000
2   Y1  H2  216.000
3   Y1  H2  36.000
4   Y1  H2  144.000
5   Y1  H2  216.000
6   Y1  H2  0.000
1   Y2  H1  79.200
2   Y2  H1  237.600
3   Y2  H1  39.600
4   Y2  H1  158.400
5   Y2  H1  237.600
6   Y2  H1  0.000
1   Y2  H2  84.744
2   Y2  H2  254.232
3   Y2  H2  42.372
4   Y2  H2  169.488
5   Y2  H2  254.232
6   Y2  H2  0.000