从 Excel 读取多重索引 - 如何重置索引而不丢失前导零？

Question

如标题所述，

df.reset_index()

目前正在删除我的几列中的前导零，因为这些列已转换为 int64。 Excel 文件由产品和业务代码组成，显示哪些代码属于不同的聚合。不同的代码可能具有不同数量的前导零，并且代码本身具有不同数量的数字，因此

.zfill()

并不能完全消除它。我手头有一个快速修复方法，可以修改数据，但我想学习如何在将来解决此类问题。

这就是我目前在循环中读取文件的方式：

df = pd.read_excel("mappingOfAggregates.xlsx", index_col=[0,1,2,3], dtype=str)

我也曾在每个文件读完后使用

df = df.astype('object')

，但当我使用

df.reset_index()

时似乎并不影响最终结果。

Chat GPT 建议我重置索引，然后在每一列上使用

.astype('object')

- 这正如人们所期望的那样有效。

感谢任何正确方向的指点。

Answer 1

问题

使用

df.reset_index()

时，多个列中的前导零会丢失，因为这些列将转换为

int64

。 DataFrame 列包含产品和业务代码，它们可能具有不同数量的前导零。目标是重置索引而不丢失此信息。

当前方法

df = pd.read_excel("mappingOfAggregates.xlsx", index_col=[0,1,2,3], dtype=str)
df = df.astype('object')

尽管在读取过程中将数据类型设置为

str

并随后使用

astype('object')

，但在使用

df.reset_index()

时问题仍然存在。

解决方案

解决方案涉及两个主要步骤：

1. 重置索引。
2. 确保每列保留字符串数据类型。

df = df.reset_index()
for col in df.columns:
    df[col] = df[col].astype('object')

通过循环遍历每一列并将其数据类型设置为

object

，我们确保没有列自动转换为

int64

，保留前导零。

结论

为了避免数据转换问题，尤其是在处理包含前导零的数据时，在整个数据处理管道中保持正确的数据类型至关重要。提供的解决方案确保即使在重置 DataFrame 中的索引后也保留前导零。