Pandas，使用 merge_cells=False 从 excel 恢复多索引

Question

当我将多索引和多列数据框保存到 Excel 时。我有两个选择。有和没有merge_cells=False。这个 SO Question 很好地解释了这一点：

Avoid merged cells in pandas to_excel method

如果我确实使用 merge_cells=False，我将不得不使用 ffil 用前一个单元格填充合并的单元格，这可能有点危险，因为如果真的有 Nans（不是从合并的单元格中出现），他们可能（错误地）被覆盖。

我可以使用df.to_excel(writer, merge_cells=False) 生成一个整洁的格式

像这样的多索引数据帧 (https://pastebin.com/Me0QhwUy)：

      AA1 AA2 CB1 BB2 CC1      
        a   a   b   b   c     d
    ng/mL N/A N/A  mL N/A EU/mL
0 1                            
A 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
B 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
C 1     1   1   1   1   1     1
  2     1   1   1   1   1     1

会变成（读取保存的excel后）：

writer = pd.ExcelWriter('test.xlsx')
df.to_excel(writer, merge_cells=False)
writer.save()
writer.close()

df2 = pd.read_excel('test.xlsx')

   0  1  AA1.a.ng/mL  AA2.a.N/A  CB1.b.N/A  BB2.b.mL  CC1.c.N/A  CC1.d.EU/mL
0  A  1            1          1          1         1          1            1
1  A  2            1          1          1         1          1            1
2  B  1            1          1          1         1          1            1
3  B  2            1          1          1         1          1            1
4  C  1            1          1          1         1          1            1
5  C  2            1          1          1         1          1            1            

我知道函数wide to long，但这个函数确实假设了这里不存在的常见存根名称。

如何从保存的 excel 中恢复原始多索引数据框（使用 merged_cell=False）？

Answer 1

在read_excel 中使用参数index_col 为MultiIndex，然后为MultiIndex 使用Series.str.split：

d = {('AA1', 'a', 'ng/mL'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1},
 ('AA2', 'a', 'N/A'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1},
 ('BB2', 'b', 'mL'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1},
 ('CB1', 'b', 'N/A'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1},
 ('CC1', 'c', 'N/A'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1},
 ('CC1', 'd', 'EU/mL'): {('A', 1): 1,
  ('A', 2): 1,
  ('B', 1): 1,
  ('B', 2): 1,
  ('C', 1): 1,
  ('C', 2): 1}}

---

df = pd.DataFrame(d)
print (df)

      AA1 AA2 BB2 CB1 CC1      
        a   a   b   b   c     d
    ng/mL N/A  mL N/A N/A EU/mL
A 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
B 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
C 1     1   1   1   1   1     1

---

writer = pd.ExcelWriter('test.xlsx')
df.to_excel(writer, merge_cells=False)
writer.save()
writer.close()

df2 = pd.read_excel('test.xlsx', index_col=[0,1])
df2.columns = df2.columns.str.split('.', expand=True)
print (df2)
      AA1 AA2 BB2 CB1 CC1      
        a   a   b   b   c     d
    ng/mL N/A  mL N/A N/A EU/mL
A 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
B 1     1   1   1   1   1     1
  2     1   1   1   1   1     1
C 1     1   1   1   1   1     1
  2     1   1   1   1   1     1