python - 使用 read_excel 时，Pandas 不断重复行

Question

我使用 read_excel() 将 xlsx 电子表格转换为数据框。它通常工作正常，但对于此电子表格，当我导入它并尝试使用 df["Date"] 列出所有值时，它似乎会多次重复每个日期。知道这是为什么吗？

    df = pd.read_excel("data.xlsx", sheet_name="Data")
    dates = df['Date']

结果:

    0        2014-12-22
    1        2014-12-22
    2        2014-12-22
    3        2014-12-22
    4        2014-12-22
                ...
    419532   2020-01-10
    419533   2020-01-10
    419534   2020-01-10
    419535   2020-01-10
    419536   2020-01-10

编辑:电子表格的一些内容:

正如您所看到的，日期是重复的，它们绝对不像我的电子表格中的那样。知道为什么吗？谢谢

Answer 1

pd.read_excel() 将读取整个工作表，除非您将其限制在有限范围内。 Excel 有许多函数可以更改工作表的显示，而无需更改工作表中存在的数据(过滤、隐藏行等)。因此，额外的行是工作表中存在但已隐藏的数据。腹肌

一些明显的迹象是过滤器按钮中是否包含过滤符号、蓝色行号和隐藏行，如下所示。

检查以确保您可以看到所有数据，以便了解工作表中的内容而不是仅可见的内容。

要获得与您拥有的相同的 View ，您可以使用条件过滤数据框。

df = df[df['city'] == 'CALGARY']

或多个条件:

df = df[(df['city'] == 'CALGARY') & (df['utility'] == 'Suncor')]