我有一个用熊猫读取的excel文件，并转换为数据框。这是数据框的示例：
| | salads_count | salads_count | salads_count | carrot_counts | carrot_counts | carrot_counts |
|---------------|--------------|--------------|--------------|---------------|---------------|---------------|
| | 01.2016 | 02.2016 | 03.2016 | 01.2016 | 02.2016 | 03.2016 |
| farm_location | | | | | | |
| sweden | 42 | 41 | 43 | 52 | 51 | 53 |
这是一种非常奇怪的格式，但这就是excel文件中的内容。首先，前2行甚至不是多索引形式。
我设法通过下面的代码将其放入多索引，但是有些列是重复的（例如，salads_count出现几次）：
arrays = [df.columns.tolist(), df.iloc[0].tolist()]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples)
df.columns = index
我想将列转换为多索引，诸如此类：
| | salads_count | | | carrot_counts | | |
|---------------|--------------|---------|---------|---------------|---------|---------|
| | 01.2016 | 02.2016 | 03.2016 | 01.2016 | 02.2016 | 03.2016 |
| farm_location | | | | | | |
| sweden | 42 | 41 | 43 | 52 | 51 | 53 |
或更像那样：
| | 01.2016 | | 02.2016 | | | |
|---------------|--------------|--------------|--------------|-------------|---|---|
| | carrot_count | salads_count | carrot_count | salad_count | | |
| farm_location | | | | | | |
| sweden | 52 | 42 | 51 | 41 | | |
我该怎么做？
答案 0 :(得分：0)
最好是通过参数MultiIndex将列转换为read_excel中的header=[0,1]：
df = pd.read_excel(file, header=[0,1])
然后将swaplevel与sort_index结合使用：
df = df.swaplevel(0,1, axis=1).sort_index(axis=1, level=0)