Python 当跨列标题为'；时，如何将csv文件作为多索引数据帧读入；没有重复吗？

我有许多.csv文件，我想作为多索引数据帧读入，但跨列标题不会重复，因此我只剩下两个标题，而不是多索引

test.csv文件：

A,,B,,C,
a1,a2,b1,b2,c1,c2
1,1,1,1,1,1
2,2,2,2,2,2

当我运行以下命令时

import pandas as pd

df = pd.read_csv('test.csv', header=[0,1])
print(df)

返回的结构不是我想要的：

   A Unnamed: 1_level_0  B Unnamed: 3_level_0  C Unnamed: 5_level_0
  a1                 a2 b1                 b2 c1                 c2
0  1                  1  1                  1  1                  1
1  2                  2  2                  2  2                  2

我想要一个具有第一列标题的多索引，其作用如下：

   A     B     C 
  a1 a2 b1 b2 c1 c2
0  1  1  1  1  1  1
1  2  2  2  2  2  2

是否有一种方法可以读取csv，从而获得所需的结构？如果不是，最有效的方法是修改csv文件，使其显式地重复外部头文件值吗

A,A,B,B,C,C
a1,a2,b1,b2,c1,c2
1,1,1,1,1,1
2,2,2,2,2,2

---

我不知道在一行程序中有什么方法可以做到这一点，但您可以在python中修复它，而不是手动编辑文件

首先从

多索引

的第一个

级别

创建一个

系列

，确保按照

标签中给出的顺序对值进行排序

：

level_0 = pd.Series(df.columns.levels[0][df.columns.labels[0]])

然后将

'Unnamed:'

值转换为

None

，并执行

fillna

转发：

level_0[level_0.str.startswith('Unnamed: ')] = None
level_0 = level_0.fillna(method = 'ffill')

最后，将序列

值

和

索引

分配为

数据帧的
级别
和
标签
：

df.columns = pd.MultiIndex(levels = [level_0.values,
                                     df.columns.levels[1]],
                           labels = [level_0.index,
                                     df.columns.labels[1]])

也许有点小技巧-首先没有标题
header=None
，然后是第一行，从第一行和第二行创建新的
多索引，删除这些行，最后：

非常感谢。按需要工作。不知道这比我的答案要好多少，我的答案是第一个正确的答案。这个答案也是错误的，因为它给出了数据类型对象的列，而不是整数。我认为你的答案非常好。你可以试着在问题下方为Kelly Moran添加评论，也许她会改为接受你的答案。但这取决于她。我很抱歉，我弄错了时间戳，没有意识到你是第一个回应的。我已经接受了你的回答。
import pandas as pd
import io

temp=u"""A,,B,,C,
a1,a2,b1,b2,c1,c2
1,1,1,1,1,1
2,2,2,2,2,2"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), sep=",", index_col=None, header=None)
print df
#    0    1   2    3   4    5
#0   A  NaN   B  NaN   C  NaN
#1  a1   a2  b1   b2  c1   c2
#2   1    1   1    1   1    1
#3   2    2   2    2   2    2

df.ix[0,:] = df.ix[0,:].fillna(method='ffill')
print df
#    0   1   2   3   4   5
#0   A   A   B   B   C   C
#1  a1  a2  b1  b2  c1  c2
#2   1   1   1   1   1   1
#3   2   2   2   2   2   2

print zip(df.ix[0,:], df.ix[1,:])
#[('A', 'a1'), ('A', 'a2'), ('B', 'b1'), ('B', 'b2'), ('C', 'c1'), ('C', 'c2')]

df.columns = pd.MultiIndex.from_tuples(zip(df.ix[0,:], df.ix[1,:]))
df = df.ix[2:].reset_index(drop=True)

print df
#   A     B     C   
#  a1 a2 b1 b2 c1 c2
#0  1  1  1  1  1  1
#1  2  2  2  2  2  2