python - Excel to Pandas 具有产生 NaN 的多级索引

Question

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？

标签： pythonpython-3.xmulti-index

Answer 1

尝试以下步骤：

1. 使用 pd.read_excel() 打开，只需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))

2. 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 Gender 列以替换 NaN

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

如果它适合您的目的，请重置索引。

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