防止 Pandas read_Excel / read_CSV 自动分配（即推断）索引

Question

完全是新手，这是我的第一个问题，所以对于任何无意的失礼提前道歉。

我有一个 Excel xlsx 格式的大型（ish）数据集，我想将其导入 pandas 数据框。数据具有列标题，但没有标题标签的第一列除外。这是excel表的样子：

Raw data

我在 Pandas 中使用 read_excel() 来读取数据。我正在使用的代码是： df = pd.read_excel('Raw_Data.xlsx', sheetname=0, labels=None, header=0, index_col=None)

（我尝试过 index_col = false 或 0，但由于显而易见的原因，它并没有改变任何东西）

列的标题被很好地拾取，但第一列（下图中用红色圈出的）被指定为索引。

wrong index

我试图从 read_excel 命令中得到的内容如下，索引以红色圈出：

correct index

我有其他 Excel 表，我使用 read_excel() 导入到 pandas 中，pandas 自动添加数字增量索引，而不是将其中一列推断为索引。

这些 Excel 工作表都没有在列标题中缺少标签，尽管我不确定这可能是这里的问题。

我知道我可以在导入后使用 reset_index() 命令来获取正确的索引。

想知道是否可以在无需执行 reset_index() 和 read_excel() 命令的情况下完成。即无论如何都可以防止索引被推断或强制熊猫像往常一样添加到索引列中。

提前谢谢你！

Answer 1

由于单元格 A1 中的缺失值，我认为您不能仅使用 read_excel 函数来执行此操作。如果您想在使用 pandas 读取文件之前在该单元格中插入一些内容，您可以考虑使用 openpyxl，如下所示。

from openpyxl import load_workbook as load

path = 'Raw_Data.xlsx'
col_name = 'not_index'
cell = 'A1'

def write_to_cell(path, col_name, cell):

    wb = load(path)

    for sheet in wb.sheetnames:
        ws = wb[sheet]
        if ws[cell].value is None:
            ws[cell] = col_name

    wb.save(path)