팬더에서 이름이없는 열의 이름을 바꾸는 방법은 무엇입니까?

Question

나는 거기에 테이블이있는 pdf 파일을 가지고 있으며 그 테이블을 Pandas로 가져 오려고합니다. pdf 테이블을 추출하는 것은 옳은 일로 악명 높게 어렵지만, 나는 tabula가 가장 잘 작동한다는 것을 발견했습니다. 그것은 아직 완벽하지는 않지만 제가 본 최고의 멀리 떨어져 있습니다. 나는이 PDF 테이블이 있습니다

참고 테이블의 헤더를, 어떻게 그들은 때때로 다음 행에 실행하고 일반적으로 좋은하지 않습니다. 나는 진짜 문제를 앞두고있다. 내가 볼 수있는 모든 솔루션은 우선 데이터 프레임을 만드는 더 나은 접근법을 요구하기 때문이다. 이 데이터 프레임은 내가 얻을 수있는 최선의 방법이지만, 더 좋은 탭을 얻는 방법을 알고 있다면 알려 주시기 바랍니다.

나는 TABULA-평을 사용하고이 코드를 실행 :

holdingsDF = tbla.read_pdf(fileName, nospreadsheet=True) 

가 많은 옵션은, 내가 그들 모두를 알고 아니지만,이 바이올린을 켜는 후, 내가 할 수있는 최선의 것 같다 옵션이 있습니다. 그리고 결과로 얻은 DF는 다음과 같습니다.

  Unnamed: 0     Unnamed: 1  Unnamed: 2 Identifier Unnamed: 4 Curren Unnamed: 6 TAG0 Strategy 
0  Asset Type      Name  Identifier  NaN Quantity NaN  Price   NaN 
1    NaN       NaN    NaN  Type  NaN  cy  NaN   Name 
2   Equity  Akamai Technologies Inc AKAM US Equity  TICKER (5,830) USD  65.000   AKAM 
3 Convertible Bond    AKAM 0 02/15/19 US00971TAG67  ISIN 1,595,000 USD 100.875   AKAM 
4   Equity Advanced Micro Devices Inc AMD US Equity  TICKER (181,500) USD  13.490   AMD 
5 Convertible Bond   AMD 2 1/8 09/01/26 US007903BD80  ISIN 1,650,000 USD 185.500   AMD 

이 경우 헤더가 처음 세 행 사이에 정렬 된 것을 볼 수 있습니다. 이 문제를 어떻게 해결할 수 있습니까? 각 열에 대해 세 가지 이름 중 '최고'를 취하는 영리하고 세련된 솔루션이 있습니까?

감사합니다.

Answer 1

이것은 순수한 판다 솔루션입니다. 데이터 프레임을 아래에 붙여 넣은 것과 정확히 일치한다고 가정하면됩니다.

df.columns = df.columns.str.replace('Unnamed.*', '') + \ 
      df.iloc[0].fillna('') + \ 
      df.iloc[1].fillna('') 

df.drop([0,1], inplace=True) 


1  Asset Type      Name  Identifier \ 
2   Equity  Akamai Technologies Inc AKAM US Equity 
3 Convertible Bond    AKAM 0 02/15/19 US00971TAG67 
4   Equity Advanced Micro Devices Inc AMD US Equity 
5 Convertible Bond   AMD 2 1/8 09/01/26 US007903BD80 

1 IdentifierType Quantity Currency Price TAG0 StrategyName 
2   TICKER (5,830)  USD 65.000    AKAM 
3   ISIN 1,595,000  USD 100.875    AKAM 
4   TICKER (181,500)  USD 13.490    AMD 
5   ISIN 1,650,000  USD 185.500    None