DataFrame俗称数据框，和一般的Excel表格没有多大区别，一般包含索引（行）和表头（列），在python中，由pandas包提供。

pip install pandas

这一节，我们要处理的主题是：多级表头和多级目录 先看看他们长什么样子：

在Excel里面看这些表格，还没什么特别的感觉，但是，今天我们要在python中来处理这样的表格，下面就开始吧！先说一下内容大概：

多级表格，常来自于实际的需要，许多时候，我们的数据并不是单一的表现形式，会有对比、计算、时间序列等因素。我先给出两个一级表格（也就是我们数据的原始形式）。

Excel文件链接：https://pan.baidu.com/s/11xIBEm-jfj6o0Hz278Alvw 密码：b515 你需要将这个表格文件下载下来，使用pandas包的read_excel()函数读入。

这2个数据表格分别是2018年6月7号各个渠道的流量数据以及上周同期的数据，我们的目的是要做对比，把这2个表格的数据放到一起，方便对比查看。但我们用脑袋想一下，最方便对比的数据应该是什么样的呢？

前面我们已经给出了2个示例，分别是2级表头和2级索引，其实都起到了对比的作用。下面，我们就分别讲一下这2个表格是怎么做出来的。

一般pandas包导入后会给个pd的别名。读入xlsx格式的数据使用函数pd.read_excel()，第一个参数是文件所在路径， 参数sheetname是指读入这个工作簿当中的哪个sheet，这里有2种写法：第一种是给出sheet的索引号（从左至右从0开始计数），第二种是给出sheet的具体名称，比如：

注：在pandas中，一般set_xxx类型的函数都会有一个参数inplace，代表是在原对象上修改，还是返回一个新的对象。 这时候，我们的channel就变成了下面这样

如果细心的朋友一定会发现，index和columns的值其实都是属于同一个类: pandas.core.indexes.base.Index

第一行中两个变量间加逗号的写法，是一行同时实现2个及以上变量赋值的快捷写法，按顺序一一对应。 可能有人会说，我直接输入日期字符串会显得不够自动化和程序化，万一哪天传入的数据里面日期不是这两个呢？ 其实你也可以使用如下的方法获取

iloc是根据位置进行切片选择的，你也可以使用键名称和索引名称选择

另外，删除列，除了使用drop外，还可以直接这样操作

这种写法我直接在原对象上删除，不像drop还可以选择返回删除后的新对象（不影响原对象） drop除了可以删除列，还可以删除行，只需要设置axis=0（默认），输入索引值即可，比如

删除了索引值为Direct的行。 现在我们的channal对象是这样的了

先看一下结果：

请忽略小数（显示问题）。可以看到，左边是上周同期的，右边是6月7号的。 concat的参数：

最后来看我们的channel_together 长什么样

将其输出到Excel中就是目标中的那种格式啦！但是，你这个代码未免有点过长了，而且类似的代码比较多，现在，我们使用列表推导式，重新得到channel_together 发大招啦~~~

看到没有，一句代码就解决！ 未完待续~~~~