pandas被读取为字典

Question

我在pandas上遇到了一些麻烦。我用pandas打开了一个.xlsx文件，但是当我试图过滤任何信息时，它显示了错误

AttributeError: 'dict' object has no attribute 'head' #(or iloc, or loc, or anything else from DF/pandas)#

所以，我做了一些研究，意识到我的表变成了一本字典(为什么?)

我试着把这个乱七八糟的东西转换成一个合适的字典，所以我可以把它转换成一个合适的df，因为现在，它显示了两者的一些特征。我需要一个df，就它。

代码如下:

import pandas as pd
df = pd.read_excel('report.xlsx', sheet_name = ["May"])
print(df)

结果:它显示了表格加上"[60行x 24列]">

但是当我尝试过滤或迭代时，它会显示所有可能的属性错误。

Somethings I tried:.from_dict,xls.parse/(df.to_dict)。当我尝试将df正确地转换为dict时，它显示

ValueError: If using all scalar values, you must pass an index 

我尝试了这个链接:[https://stackoverflow.com/questions/17839973/constructing-pandas-dataframe-from-values-in-variables-gives-valueerror-if-usi)][1]，但它不起作用。由于某种原因，它在一个错误中说我应该提供二维参数，这就是为什么我试图创建一个新的字典并做一种"追加"，但它不太工作…

然后我尝试了所有的东西来设置索引，但它不让我重命名列，因为它说.iloc不是dict的属性)

我是python的新手，但我从未见过'pd '。read_excel'打开一个数据帧作为'字典'。我该怎么办?

谢谢![1]:从变量中的值构造pandas DataFrame给出了"ValueError:如果使用所有标量值，你必须传递一个索引">

Answer 1

如果它是dict或DataFrames试试…

>>> dict_df = {"a":pd.DataFrame([{1:2,3:4},{1:4,4:6}]), "b":pd.DataFrame([{7:9},{1:4}])}
>>> dict_df
{'a':    1    3    4
0  2  4.0  NaN
1  4  NaN  6.0, 'b':      7    1
0  9.0  NaN
1  NaN  4.0}
>>> pd.concat(dict_df.values(),keys=dict_df.keys(), axis=1)
a              b     
1    3    4    7    1
0  2  4.0  NaN  9.0  NaN
1  4  NaN  6.0  NaN  4.0