Excel to Pandas 具有产生 NaN 的多级索引答案

【问题标题】：Excel to Pandas with a multi-level index producing NaNExcel to Pandas 具有产生 NaN 的多级索引
【发布时间】：2019-04-27 02:37:12
【问题描述】：

我正在使用这个数据集：

https://www.ons.gov.uk/employmentandlabourmarket/peopleinwork/employmentandemployeetypes/datasets/commutingtoworkbygenderukcountryandregion

这样加载：

commuting_data_xls = pd.ExcelFile(commuting_data_filename)
commuting_data_sheets = commuting_data_front['Table description '].dropna()
commuting_data_1 = pd.read_excel(commuting_data_xls, '1', header=4, usecols=range(1,13))
commuting_data_1.dropna().dropna(axis=1)

生成的分层索引仅获取指定所有索引列的行。

如何更正此问题并命名索引列？

【问题讨论】：

标签： python python-3.x multi-index

【解决方案1】：

尝试以下步骤：

使用 pd.read_excel() 打开，只需要您想要的工作表和范围。

commuting_data_xls = pd.read_excel("commutingdata.xlsx",'1', header=4, usecols=range(1,13))
重置多索引名称。

commuting_data_xls.index.names = ['Gender', 'Work_Region', 'Region']

重置索引，然后限制行以消除总数，我假设您希望它们消失？如果不只是删除 iloc 步骤。

commuting_data_xls = commuting_data_xls.reset_index().iloc[0:28]

删除“Work_Region”列，因为这似乎是多余的。

commuting_data_xls = commuting_data_xls.loc[:,commuting_data_xls.columns != 'Work_Region']

填写性别栏以替换 NaN

commuting_data_xls['Gender'].fillna(method='ffill', inpldace=True)

如果适合您的目的，请重置索引。

commuting_data_xls.set_index('Gender', 'Region')

【讨论】：

那行得通，也教会了我一些东西。抱歉耽搁了，刚放假回来。