在Pandas DataFrame多行头中标记空值

Question

我有一个名为mrh.csv公司前两行表示标题：

Name,Height,Age
"",Metres,""
A,-1,25
B,95,-1

我使用以下代码将其读入DataFrame：

^{pr2}$

这将生成包含以下内容的数据帧：

    Name                Height  Age
    Unnamed: 0_level_1  Metres  Unnamed: 2_level_1

0   A                   NaN     25.0
1   B                   95.0    NaN

使用read_csv的na_values参数，我可以在文件中标记为-1的缺失值，但当标记为“”（我也尝试了-1）时，丢失的标题行值将显示为未命名：x_level_y（如果改为使用-1）。在

有没有办法不显示丢失的值-删除未命名的：x\u level_y或用有意义的值替换它？在

期望输出1：

    Name  Height  Age
          Metres    

0   A     NaN     25.0
1   B     95.0    NaN

期望输出2：

    Name  Height  Age
    -     Metres  - 

0   A     NaN     25.0
1   B     95.0    NaN

Answer 1

我认为不可能使用read_csv，您可以在加载后修改索引，即：

from io import StringIO

txt = '''Name,Height,Age
"",Metres,""
A,-1,25
B,95,-1'''

df = pd.read_csv(StringIO(txt),header=[0,1],na_values=['-1',''])

df.columns = df.columns.set_levels(df.columns.get_level_values(level=1).str.replace('Un.*',''),level=1)
df.columns = df.columns.set_levels(df.columns.get_level_values(level=1).str.replace('Un.*',''),level=1)

输出：

^{pr2}$

懂得分配数据框列您可以检查两次here。它仍然很神秘

编辑，set_levels仍然有缺陷，您可以使用：

df.columns = df.columns.set_levels(df.columns.levels[1].str.replace('Un.*', ''), level=1)

Answer 2

import pandas as pd
pd.read_csv("mrh.csv").fillna("-").to_csv("mrh.csv",index=None)
df1 = pd.read_csv("mrh.csv",header=[0,1],na_values=[-1,''])
df1

输出：

^{pr2}$

Answer 3

您可以创建新的多重索引并分配给columns：

df = pd.read_csv('mrh.csv', header=[0,1], na_values=[-1,''])

a = df.columns.get_level_values(level=0)
b = df.columns.get_level_values(level=1).str.replace('Un.*','')
df.columns = [a, b]
print (df)
  Name Height   Age
       Metres      
0    A    NaN  25.0
1    B   95.0   NaN

或者：

^{pr2}$