python-pandas read_excel为index_col获取错误的数字
我试图阅读一个.xlsx文件，每个文件有4张，每个文件的时间和吸收率列如下所示：
Time Absorbance 0 0.1254 5 0.1278 10 0.128 15 0.1286 20 0.1303 25 0.1295 30 0.1296 35 0.1308 40 0.1301 45 0.1301 50 0.1309 ... 我想要使每个工作表的DataFrame作为不同的列和行索引当前我的代码的时间如下所示：
import numpy as np import pandas as pd, datetime as dt import glob, os runDir = "/Users/AaronT/Documents/Lab/Cascade/DTRA" if os.getcwd() != runDir: os.chdir(runDir) files = glob.glob("PTE_Kinetics*.xlsx") df = pd.DataFrame() for each in files: sheets = pd.ExcelFile(each).sheet_names for sheet in sheets: df[sheet] = pd.read_excel(each, sheet, index_col='Time') print df
但是，我的输出没有适当的行索引值：
Forced Wash Elution Wash Flow Through 0 0.1254 -0.0062 0.0544 0.0443 1 NaN NaN NaN NaN 2 NaN NaN NaN NaN 3 NaN NaN NaN NaN 4 NaN NaN NaN NaN 5 0.1278 -0.0027 0.0560 0.0459 6 NaN NaN NaN NaN 7 NaN NaN NaN NaN 8 NaN NaN NaN NaN 9 NaN NaN NaN NaN 10 0.1280 -0.0004 0.0564 0.0467 11 NaN NaN NaN NaN 12 NaN NaN NaN NaN 13 NaN NaN NaN NaN 14 NaN NaN NaN NaN ...
也许我不了解index_col是如何工作的，我可以在适当的时候为每个表格创build一个单独的DataFrame，但我更喜欢它们都在同一个表格上。 有什么build议么？
编辑：这是一个链接到Excel文件 。
注意：每张纸都被正确读取，你只是没有把它们粘在一起：
In [11]: for sheet in e.sheet_names: print(pd.read_excel("PTE_Kinetics_04-30-2015.xlsx", sheet, index_col='Time').head(3)) Absorbance Time 0 0.1254 5 0.1278 10 0.1280 Absorbance Time 0 -0.0062 5 -0.0027 10 -0.0004 Absorbance Time 0 0.0544 5 0.0560 10 0.0564 Absorbance Time 0 0.0443 5 0.0459 10 0.0467
而不是作为一个数据框，我宁愿把它们提取成字典：
d = {} for sheet in e.sheet_names: d[sheet] = pd.read_excel("PTE_Kinetics_04-30-2015.xlsx", sheet, index_col='Time').head(3)
现在你可以把它们粘在一起（不用担心excel）：
In [21]: pd.concat(d).unstack(0) Out[21]: Absorbance Elution Flow Through Forced Wash Wash Time 0 -0.0062 0.0443 0.1254 0.0544 5 -0.0027 0.0459 0.1278 0.0560 10 -0.0004 0.0467 0.1280 0.0564
你只需要将它设置为“时间”列作为索引：
In [5]: df= pd.ExcelFile('PTE_Kinetics_04-30-2015.xlsx') In [7]: sh = df.parse('Forced Wash') In [8]: sh.head() Out[8]: Time Absorbance 0 0 0.1254 1 5 0.1278 2 10 0.1280 3 15 0.1286 4 20 0.1303 In [9]: sh.set_index('Time').head() Out[9]: Absorbance Time 0 0.1254 5 0.1278 10 0.1280 15 0.1286 20 0.1303
或者，将index_col传递给列名。
In [12]: df.parse(i, index_col='Time').head() Out[12]: Absorbance Time 0 0.0443 5 0.0459 10 0.0467 15 0.0474 20 0.0480
看来你在这个过程的其余部分正在顺利进行。