python - Pandas:如何从 excel 文件中读取 DataFrame，其中多行有时由换行符 (\n) 分隔

Question

我正在尝试读取 pandas 中的一些 excel 文件。在某些文件中，感兴趣的表格的格式并不完美，即多行被格式化为单行，但每个这样的行都有多行。因此，当您查看 excel 文件时，数据显示正常。同样，在使用 pandas 解析它时，每行末尾确实有一个换行符 (\n)。

问题是，当我使用 read_excel() 函数读取它时，它会将其转换为一个 DataFrame，该 DataFrame 不将此换行符视为单独的行，而是将其放入包含\n 的一行中。我想编写一个代码，将 N 行的每一行视为/转换为 N 行(使用换行符作为新行的指示符)。

有没有办法在解析文件或在 Python 中对数据帧进行后处理时做到这一点？

这里我提供了一个非常简化的虚拟 excel 文件和一些代码来解释问题。

示例 Excel 文件:

Name                | Price
-------------------------------
Coca Cola           |     46.66
-------------------------------
Google              |   1204.44
Facebook            |    177.58
-------------------------------
Berkshire Hathaway  | 306513.75

我只是在 Python 中使用 Pandas 的 read_excel:

dataframe_parsed = pandas.read_excel(file_name)
print(dataframe_parsed.head())

我得到以下 DataFrame 作为输出:

                 Name            Price
0           Coca Cola            46.66
1    Google\nFacebook  1204.44\n177.58
2  Berkshire Hathaway        306513.75

期望的输出是:

                 Name           Price
0           Coca Cola           46.66
1              Google         1204.44
2            Facebook          177.58
3  Berkshire Hathaway       306513.75

任何帮助将不胜感激。

Answer 1

split 后，您可以使用 unnesting 检查

yourdf=unnesting(df.apply(lambda x : x.str.split(r'\\n')),['Name','Price'])
yourdf
Out[50]: 
                 Name      Price
0           Coca Cola      46.66
1              Google    1204.44
1            Facebook     177.58
2  Berkshire Hathaway  306513.75

---

def unnesting(df, explode):
    idx = df.index.repeat(df[explode[0]].str.len())
    df1 = pd.concat([
        pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)
    df1.index = idx

    return df1.join(df.drop(explode, 1), how='left')

---

既然你上面说的不行

df.apply(lambda x : x.str.split(r'\\n')).stack().apply(pd.Series).stack().unstack(level=1).reset_index(drop=True)
Out[57]: 
                 Name      Price
0           Coca Cola      46.66
1              Google    1204.44
2            Facebook     177.58
3  Berkshire Hathaway  306513.75