使用合并单元格 Pandas 读取 Excel 文件

Question

我有以下Excel文件

数据框是

     Name  Selector  Range  Policy
0  Name 1       NaN    NaN     NaN
1     NaN       NaN    NaN     NaN
2     NaN       NaN    NaN     NaN
3     NaN       NaN    NaN     NaN
4  Name 2       NaN    NaN     NaN

注意

Name 2

是一个 4 合并行单元格，但我在 df 中只得到一行。

from pprint import pprint

import pandas as pd

excel_data = pd.read_excel(io="pandas.xlsx", usecols="A:D")

df = pd.DataFrame(data=excel_data)

print(df)

data = (
    df.ffill()
    .fillna(value="")
    .groupby(by=df.columns[:1].to_list(), as_index=False)
    .aggregate(func=list)
    .rename(
        columns={
            df.columns[0]: "name",
            df.columns[1]: "selector",
            df.columns[2]: "range",
            df.columns[3]: "policy",
        }
    )
    .to_dict(orient="records")
)

pprint(data)

在终端中打印数据时，我得到以下输出

[{'name': 'Name 1',
  'policy': ['', '', '', ''],
  'range': ['', '', '', ''],
  'selector': ['', '', '', '']},
 {'name': 'Name 2', 'policy': [''], 'range': [''], 'selector': ['']}]

当除 A 列以外的所有列都为空时，有什么方法可以使

data

如下所示？

[{'name': 'Name 1', 'policy': [''], 'range': [''], 'selector': ['']},
 {'name': 'Name 2', 'policy': [''], 'range': [''], 'selector': ['']}]

Answer 1

请注意，名称 2 是一个 4 合并行单元格，但 我在 df 中只得到一行。

那是因为 pandas 修剪了 openypxl返回的尾随空行。

作为解决方法，您可以从工作表中制作

DataFrame

values :

from openpyxl import load_workbook

data = load_workbook("pandas.xlsx")["Sheet1"].values

header = next(data); df = pd.DataFrame(data, columns=header)

输出：

print(df)

     Name Selector Range Policy
0  Name 1     None  None   None
1    None     None  None   None
2    None     None  None   None
3    None     None  None   None
4  Name 2     None  None   None
5    None     None  None   None
6    None     None  None   None
7    None     None  None   None

[8 rows x 4 columns]

Answer 2

这可以解决您的问题吗：

(df[~df['name'].isna()]
.fillna('')
.to_dict(orient='records')
)

输出：

[{'name': 'Name 1', 'selector': '', 'range': '', 'policy': ''},
 {'name': 'Name 2', 'selector': '', 'range': '', 'policy': ''}]

它丢失了列表，但如果其他所有内容都是空的，我想这并不重要......

再想一想再编辑。 这应该可以解决问题：

(df.ffill()
.fillna("")
.groupby('name')
.agg(lambda x: list(x.unique()))
.reset_index()
.to_dict(orient='records')
)

输出：

[{'name': 'Name 1', 'selector': [''], 'range': [''], 'policy': ['']},
 {'name': 'Name 2', 'selector': [''], 'range': [''], 'policy': ['']}]