import pandas as pd
path = r"
df = pd.read_excel(path) # excel列名行 iloc~1
# 列名在excel第3行 iloc~row_col-2
# excel第一行 read_excel df默认列名行
# excel列名行 row_col
# 由于read_excel后无法指定row_col为df.columns 本函数无法适用于excel列名行就是df.columns的情况
def clean_df(df, row_col=3): # 初始情况 df.excel列名行 iloc~row_col-2
df_col = df.columns.to_frame().T
df_concat = pd.concat([df_col, df]) # 插入excel第一行 即df列名行 此时 excel列名行 iloc~row_col-1
df_concat.columns = df.iloc[row_col-2] # 修改列名 为excel列名行
df_concat.reset_index(drop=True, inplace=True) # 此时 excel列名行 loc~row_col-1 修改index.label 本函数不适用于read_excel指定index_col的情况
# df_concat.drop(index=row_col-1, inplace=True) # 剔除excel列名行 # drop.index=label [labels]
df_concat.drop(index=range(1, row_col), inplace=True) # 剔除excel列名行 与df列名行之间的数据 本函数不适用于excel列名行以上有多行关键信息的情况
# print(df_concat.head())
# print(df_concat.iloc[[0]])
# print(df_concat.iloc[1:].head())
return df_concat, df_concat.iloc[[0]], df_concat.iloc[1:]
print(clean_df(df))# 由于read_excel后无法指定row_col为df.columns 本函数无法适用于excel列名行就是df.columns的情况
如果一开始就用read_excel.header 需设置read_excel.header=row_col-1
