熊貓數據框read_excel不會將空白的左上單元格視為列？

Question

我正在嘗試將Excel或CSV文件讀入pandas數據框。 該文件將僅讀取前兩列，並且前兩列的第一行將是列名。 問題是當我在Excel文件中第一行的第一列為空時。

            IDs
2/26/2010    2
3/31/2010    4
4/31/2010    2
5/31/2010    2

然后，以下代碼的最后一行失敗：

uploaded_file = request.FILES['file-name']
if uploaded_file.name.endswith('.csv'):
    df = pd.read_csv(uploaded_file, usecols=[0,1])
else:
    df = pd.read_excel(uploaded_file, usecols=[0,1])

ref_date = 'ref_date'
regime_tag = 'regime_tag'
df.columns = [ref_date, regime_tag]

顯然，它只讀取一列（即ID）。 但是，使用read_csv ，它會讀取兩列，而第一列是unnamed 。 我希望它具有這種行為，並且無論頂部單元格是空還是填充，都讀取兩列。 我該怎么做？

Answer 1

發生的情況是，Excel文件中的第一個“列”被作為索引讀取，而在CSV文件中，其被視為列/系列。

我建議您采用其他方法，並修改pd.read_csv以將第一列作為索引讀取。 然后使用reset_index將索引提升為一系列：

if uploaded_file.name.endswith('.csv'):
    df = pd.read_csv(uploaded_file, usecols=[0,1], index_col=0)
else:
    df = pd.read_excel(uploaded_file, header=[0,1], usecols=[0,1])

df = df.reset_index()  # this will elevate index to a column called 'index'

這將提供一致的輸出，即第一個序列將具有標簽'index' ，而數據幀的索引將為常規pd.RangeIndex 。

if / else構造，您可能會使用調度程序來擺脫笨拙的if ：

file_flag = {True: pd.read_csv, False: pd.read_excel}
read_func = file_flag[uploaded_file.name.endswith('.csv')]

df = read_func(uploaded_file, usecols=[0,1], index_col=0).reset_index()