包含混合数据的列答案

【问题标题】：Columns with mixed data包含混合数据的列
【发布时间】：2020-05-19 18:09:13
【问题描述】：

我有一组数据文件，其中包含三个不同的数据集。这些数据集作为单独的表排序，每个表都有自己的列。数据集没有固定长度（即行）。

我正在寻找一种方法来“清理”数据并将其倒入一个新的数据框中，该数据框将收集所有三个数据集（并将包含它们的所有列，并连接在一起）。

所以基本上我一直在尝试做的是读取每个列标题，然后将其数据倒入我创建的数据框中的相应列中。但是，新列会“馈送”所有原始列的数据，直到文件结束（包括来自第一个下方的 2 个数据集中的错误数据）。

有人可以建议如何解决这个问题吗？

谢谢！

例如我有一个看起来像这样的文件：

Column_Header A | Column_Header B | Column_Header C
Data1           | Data 2          | Data 3
Column_Header D | Column_Header E | Column_Header F
Data 4          | Data 5          | Data 6

并且需要数据框看起来像这样

Column_Header A | Column_Header B| Column_Header C | Column_Header D | Column_Header E| Column_Header F
Data1           | Data2          | Data3           |                 |                |
                |                |                 | Data4           | Data5          |Data6

我的代码目前如下所示：

# Gather the files
files = [file for file in os.listdir('C:/Users/user/Downloads/Inventory data/Raw')]

# Create dataframe
all_files_data = pd.DataFrame()

# Add file data to dataframe
for file in files:
    df = pd.read_excel("C:/Users/user/Downloads/Inventory data/Raw/"+file)
    all_files_data = pd.concat([all_files_data, df])

# Add columns to dataframe
all_files_data['Entry_Month'] = ''
all_files_data['Currency'] = ''
all_files_data['Notes'] = ''

但是，输入月份、货币和票据的值被卡在错误的列中（即供应商名称、购买日期和价值）。我需要一些方法来创建分离，但我不知道如何处理这个......

【问题讨论】：

您好，欢迎 StackOverflow！您介意编辑您的帖子并向我们展示您迄今为止对代码所做的尝试吗？届时我们将能够更好地为您提供帮助。
@DanielWalker 谢谢！已添加。

标签： python excel pandas csv

【解决方案1】：

read_excel 有一个参数nrows 和skiprows。这里的想法是您首先读取 n 行，直到第二个标题 (nrows=n, skiprows=0)，然后是剩余的 m 行 (nrows=m, skiprows=n)。如果您事先不知道此值，您可以单独检查每一行，直到其中包含第二个标题。

之后，您可以将列与concat 函数组合。

【讨论】：