阅读非结构化数据

Question

我的数据集在excel中，没有很好的表格格式。以下是样本：

Country           Male                            Female
             2010  2011 2012 2013 2014        2010  2011 2012 2013 2014
 AFG         182   134   94  87   85           120   150   95  75   92
 BLZ         200    250  150  125 45           210    140  125 101  21

我想用Python阅读这些数据，并将其放入熊猫数据框架，如下所示：

Country    Year    Male  Female
AFG         2010   182    120
...

在Python/Pandas中有任何方法可以避免对原始数据集进行操作吗？

您可以在这里细化示例数据集：

https://expirebox.com/download/173bc0880dd9da56ccff2796aa1274ed.html

谢谢

Answer 1

一个解决方案-提供熊猫本地excel阅读器选项。

在这里发现的技术：excel()

df = pd.read_excel('Sample.xlsx',header=[0,1],index_col=[0,1])

这意味着：

Country             Male                                    Female                                 
                    1990     2000    2010    2015    2016     1990     2000    2010    2015    2016
AFG Afghanistan 127.0000  96.5000 70.0000 58.7000 56.9000 113.2000  84.7000 61.2000 50.8000 49.2000
ALB Albania      38.1000  25.5000 16.4000 13.7000 13.3000  31.0000  20.6000 13.2000 11.1000 10.7000
DZA Algeria      45.0000  36.7000 24.9000 23.2000 22.9000  37.5000  31.1000 22.0000 20.5000 20.2000
AND Andorra       8.0000   4.3000  3.2000  2.7000  2.7000   6.6000   3.7000  2.7000  2.3000  2.3000
AGO Angola      140.6000 132.7000 82.4000 62.5000 60.0000 120.9000 112.8000 68.0000 51.0000 49.0000

要完成所需的布局，请使用堆栈()

df.stack()

Country                                       Female     Male
AFG Afghanistan                        1990 113.2000 127.0000
                                       2000  84.7000  96.5000
                                       2010  61.2000  70.0000
                                       2015  50.8000  58.7000