[PYTHON] (Remarque) Importation d'Excel avec le même nom de colonne

Un journal de mots: Dieu Excel augmentera pour toujours.

Préface

Curieusement, il existe encore de nombreux cas dans le monde où Excel comme le tableau est réalisé directement.

Tableau A (〃 représente la combinaison de cellules. Il y a une ligne vide entre le tigre et le mogura) Je n'ai pas besoin d'une date de mise à jour, il serait donc très utile que vous puissiez le faire comme indiqué dans le tableau ci-dessous, mais il existe diverses choses dans le monde telles que la commodité d'impression et le shinto.

Tableau B

matière

Envisagez de prendre le tableau A, de le convertir en tableau B, puis de l'utiliser comme données.

Pour le moment, voici ce que j'ai assemblé avec force brute. Très éléphant à mon avis. Paon.

Première étape

dataframe_raw = pd.read_excel("Tableau A.xlsx")

df_A=dataframe_raw.iloc[:,[*range(0,3)]].dropna(how="all").fillna(method='ffill').astype({'âge':int})
 #0 à partir de données brutes dans iloc-Retirez 2 rangées.[*range()]C'est pratique car vous n'avez pas besoin d'écrire 0, 1, 2 ... etc.
 #dropna()Et 0-Lignes supprimées où les trois colonnes sont NaN
 #fillna()Tirera les données directement au-dessus de NaN afin que vous puissiez remplir les espaces créés dans les cellules fusionnées.
 #Utilisez astype pour changer l'âge lu par type float en type int

À ce stade, df_A ressemble au tableau ci-dessous. La ligne vide et "〃" ont disparu, alors Yoshi!

Deuxième étape

df_B=dataframe_raw.iloc[:,[*range(4,7)]].dropna(how="all").fillna(method='ffill')
 #Fondamentalement df_Identique à A. Cependant, normalement pd_Lors de la lecture avec read, "Pour le même nom de colonne.Notez qu'il existe un symbole distinctif tel que 1 "
df_B.drop(df_B.tail(1).index,inplace=True)
 #Puisque les informations de date de mise à jour à la fin sont inutiles, elles sont coupées.
df_B.astype({'âge.1':int})
df_B.columns=("Nom","Position","âge")
 #Comme mentionné ci-dessus, df_Dans la colonne de B.Puisqu'il a un 1, renommez-le

dataframe_comp=pd.concat([df_A,df_B])
 #Puisque les colonnes sont identiques, il est complété par une jonction verticale avec concat.

Le produit fini est le tableau B écrit en introduction.

Tâches futures

Où s'inquiéter

df_B.astype({'âge.1':int})
df_B.columns=("Nom","Position","âge")

Je pense que ce domaine est très gaspilleur. Vous ne pouvez même pas les mettre en ligne ... Il semble y avoir un moyen d'éviter de spécifier le type int au moment de la lecture et du changement de nom des colonnes.

En outre, ** Y a-t-il un moyen de gérer ce travail lui-même en un seul coup? Je soupçonne **. Ce genre d'anxiété a toujours existé depuis que j'ai appris la fonction de fusion dans le passé. Référence: https://qiita.com/wellwell3176/items/5e39fd44590603d13291

Les références

https://www.366service.com/jp/qa/ee53add5af3296037ee057e49442a821

https://www.it-swarm-ja.tech/ja/python/pandas%E3%83%87%E3%83%BC%E3%82%BF%E3%83%95%E3%83%AC%E3%83%BC%E3%83%A0%E3%81%AE%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E6%9C%80%E5%BE%8C%E3%81%AE%E8%A1%8C%E3%82%92%E5%89%8A%E9%99%A4%E3%81%99%E3%82%8B%E6%96%B9%E6%B3%95/1050572731/