在Pandas中parsing多索引Excel文件
我有一个三级列MultiIndex的时间序列Excel文件，我想成功parsing如果可能的话。 有一些关于如何做到这一点的堆栈溢出索引，但不是列和parse函数有一个header似乎没有行列表。
ExcelFile的外观如下所示：
- A列是从A4开始的所有时间序列date
- 列B具有top_level1（B1）mid_level1（B2）low_level1（B3）数据（B4-B100 +）
- 列C具有空（C1）空（C2）低级2（C3）数据（C4-C100 +）
- D列有空（D1）mid_level2（D2）low_level1（D3）数据（D4-D100 +）
- 列E具有空（E1）空（E2）low_level2（E3）数据（E4-E100 +）
- …
因此，有两个low_level值，许多mid_level值和一些top_level值，但技巧是顶级和中级的值为空，并假定为左侧的值。 因此，例如，上面的所有列都将top_level1作为顶级多索引值。
到目前为止，我的最好的想法是使用transpose ，但它填补了Unnamed: #无处不在，似乎没有工作。 在pandas0.13 read_csv似乎有一个header参数，可以采取一个列表，但这似乎并没有parse 。
你可以fillna空值。 我没有你的文件，但你可以testing
#Headers as rows for now df = pd.read_excel(xls_file,0, header=None, index_col=0) #fill in Null values in "Headers" df = df.fillna(method='ffill', axis=1) #create multiindex column names df.columns=pd.MultiIndex.from_arrays(df[:3].values, names=['top','mid','low']) #Just name of index df.index.name='Date' #remove 3 rows which are already used as column names df = df[pd.notnull(df.index)]