python - pandas 读取顶行左列空白的 Excel 文件时出现问题

Question

我尝试读取如下所示的 Excel 文件，

我像这样使用 Pandas

xls = pd.ExcelFile(file_path)
assets = xls.parse(sheetname="Sheet1", header=1, index_col=1)

但是我遇到了错误

ValueError: Expected 4 fields in line 3, saw 5

我也尝试过

assets = xls.parse(sheetname="Sheet1", header=1, index_col=1, parse_cols="B:E")

但是我得到了错误的结果，如下

然后尝试

assets = xls.parse(sheetname="Sheet1", header=1, index_col=0, parse_cols="B:E")

终于可以工作了，但是为什么index_col=0 和parse_cols=“B:E”？这让我很困惑，因为基于 pandas documents , assets = xls.parse(sheetname="Sheet1", header=1, index_col=1) 应该没问题。我错过了什么吗？

Answer 1

read_excel documentation有一点不清楚。

• skiprows=1 跳过文件顶部的第一个空行，或者 header=1 也可以使用具有列索引的第二行。
• parse_cols='B:E' 是一种跳过文件左侧第一个空列的方法
• index_col=0 是可选的，允许将第一个解析列(本例中的 B)定义为 DataFrame 索引。错误就在这里，因为 index_col 与通过 parse_cols 参数选择的列相关。

在您的示例中，您可以使用以下代码

pd.read_excel('test.xls', sheetname='Sheet1', skiprows=1, 
              parse_cols='B:E', index_col=0)

#           AA  BB  CC
# 10/13/16   1  12  -1
# 10/14/16   3  12  -2
# 10/15/16   5  12  -3
# 10/16/16   3  12  -4
# 10/17/16   5  23  -5