Python 在Pandas中解析多索引Excel文件

我有一个带有三级列多索引的时间序列excel文件，如果可能的话，我想成功解析它。关于如何对堆栈溢出上的索引执行此操作（而不是对列执行此操作）有一些结果，

parse

函数有一个

header

，它似乎不包含行列表

Excel文件如下所示：

• A列是从A4开始的所有时间序列日期
• B列有顶层1（B1）中层1（B2）底层1（B3）数据（B4-B100+）
• 列C具有空（C1）空（C2）低_级别2（C3）数据（C4-C100+）
• D列有空（D1）中间级别2（D2）低级别1（D3）数据（D4-D100+）
• 列E具有空（E1）空（E2）低级别2（E3）数据（E4-E100+）

因此有两个

low_-level

值许多

mid_-level

值和一些

top_-level

值，但技巧是top和mid-level值为null，并假定为左侧的值。因此，例如，上面的所有列都将top_level1作为顶部多索引值

---

到目前为止，我最好的想法是使用

转置

，但它将

未命名：#

填充到所有地方，并且似乎不起作用。在Pandas 0.13

read_csv

中，似乎有一个可以获取列表的

标题

参数，但这似乎不适用于

解析

，您可以

填充空值。我没有你的文件，但你可以测试

#Headers as rows for now
df = pd.read_excel(xls_file,0, header=None, index_col=0) 

#fill in Null values in "Headers"
df = df.fillna(method='ffill', axis=1) 

#create multiindex column names
df.columns=pd.MultiIndex.from_arrays(df[:3].values, names=['top','mid','low']) 

#Just name of index
df.index.name='Date' 

#remove 3 rows which are already used as column names
df = df[pd.notnull(df.index)] 

如果能得到一些支持率较低的选民的评论，我会很有帮助，这样我就知道下次该如何用不同的方式来表达这个问题了。谢谢
header=None
是我在这里缺少的，因为这避免了允许水平填充的多个
Unnamed
列名。做得好。