Pandas:使用合并的单元格读取Excel

Question

我有包含多个工作表的Excel文件，每个工作表看起来都有点像这样(但要长得多)：

        Sample  CD4     CD8
Day 1   8311    17.3    6.44
        8312    13.6    3.50
        8321    19.8    5.88
        8322    13.5    4.09
Day 2   8311    16.0    4.92
        8312    5.67    2.28
        8321    13.0    4.34
        8322    10.6    1.95

第一列实际上是四个垂直合并的单元格。

当我使用pandas.read_excel阅读这篇文章时，我得到了一个如下所示的DataFrame：

       Sample    CD4   CD8
Day 1    8311  17.30  6.44
NaN      8312  13.60  3.50
NaN      8321  19.80  5.88
NaN      8322  13.50  4.09
Day 2    8311  16.00  4.92
NaN      8312   5.67  2.28
NaN      8321  13.00  4.34
NaN      8322  10.60  1.95

如何让Pandas理解合并的单元格，或者快速轻松地删除NaN并按适当的值分组？(一种方法是重置索引，单步执行以查找值并用值替换NaN，传入天数列表，然后将索引设置为列。但似乎应该有一种更简单的方法。)

Answer 1

您可以使用Series.fillna方法来向前填充NaN值：

df.index = pd.Series(df.index).fillna(method='ffill')

例如,

In [42]: df
Out[42]: 
       Sample    CD4   CD8
Day 1    8311  17.30  6.44
NaN      8312  13.60  3.50
NaN      8321  19.80  5.88
NaN      8322  13.50  4.09
Day 2    8311  16.00  4.92
NaN      8312   5.67  2.28
NaN      8321  13.00  4.34
NaN      8322  10.60  1.95

[8 rows x 3 columns]

In [43]: df.index = pd.Series(df.index).fillna(method='ffill')

In [44]: df
Out[44]: 
       Sample    CD4   CD8
Day 1    8311  17.30  6.44
Day 1    8312  13.60  3.50
Day 1    8321  19.80  5.88
Day 1    8322  13.50  4.09
Day 2    8311  16.00  4.92
Day 2    8312   5.67  2.28
Day 2    8321  13.00  4.34
Day 2    8322  10.60  1.95

[8 rows x 3 columns]

Answer 2

df = df.fillna(method='ffill', axis=0)  # resolved updating the missing row entries

Answer 3

8年后，pandas.read_excel()可以通过index_col参数在内部为您解决此问题。

df = pd.read_excel('path_to_file.xlsx', index_col=[0])

将index_col作为列表传递将导致熊猫查找MultiIndex。在有一个长度为1的列表的情况下，pandas会创建一个常规的Index来填充数据。