python：pandas - 最初の2列のpandasデータフレームをデータフレームヘッダーに結合するにはどうすればいいですか？

Question

私は以下のようになります。1つのExcelファイルの読み取りしようとしています：3枚入手できた場合、私はまた、その後（そのシート名をCSVファイルには、このXLSXファイルを変換するスクリプトを1つ持っている

を3つの異なるcsvファイルを作成します）。

それはcsvファイルですが、以下のようになります。

だから、

Unnamed: 0,Gender A,Unnamed: 2,Gender B,Unnamed: 4,Gender C,Gender D 
date,Male,Female,Male,Female,Male,Female 
2017-01-01 00:00:00,2,3,3,2,3,3 
2017-01-02 00:00:00,5,7,7,42,3,5 
2017-01-03 00:00:00,4,6,6,12,2,7 
2017-01-04 00:00:00,6,7,3,6,4,8 
2017-01-05 00:00:00,6,8,8,3,5,3 
2017-01-06 00:00:00,54,3,3,6,3,5 
2017-01-07 00:00:00,3,4,6,3,6,5 
2017-01-08 00:00:00,3,6,6,3,6,4 
2017-01-09 00:00:00,2,2,8,7,5,2 
2017-01-10 00:00:00,4,3,2,4,5,5 
2017-01-11 00:00:00,12,10,10,3,1,6 
2017-01-12 00:00:00,9,7,7,3,4,1 

、私の最初の質問は、これらのファイルを処理するためのより良い選択であるである - XLSXまたはCSV？

次に、最初の2行を列ヘッダーとして読み込みたいだけです。どのようなジェンダーが何人の男性と女性が利用可能であるかを理解できるように。

予想される出力：

0     date Gender A_Male Gender A_Female Gender B_Male Gender B_Female Gender C_Male Gender D_Female 
1 2017-01-01 00:00:00  2    3   3     2    3     3 
2 2017-01-02 00:00:00  5    7   7    42    3     5 
3 2017-01-03 00:00:00  4    6   6    12    2     7 
4 2017-01-04 00:00:00  6    7   3     6    4     8 
5 2017-01-05 00:00:00  6    8   8     3    5     3 
6 2017-01-06 00:00:00  54    3   3     6    3     5 
7 2017-01-07 00:00:00  3    4   6     3    6     5 
8 2017-01-08 00:00:00  3    6   6     3    6     4 
9 2017-01-09 00:00:00  2    2   8     7    5     2 
10 2017-01-10 00:00:00  4    3   2     4    5     5 
11 2017-01-11 00:00:00  12    10   10     3    1     6 
12 2017-01-12 00:00:00  9    7   7     3    4     1 

Answer 1

のは、試してみましょう：

df = pd.read_excel('Untitled 2.xlsx', header=[0,1]) 
df.columns = df.columns.map('_'.join) 
df.rename_axis('Date').reset_index() 

は出力：

  Date Gender A_Male Gender A_Female Gender B_Male Gender B_Female \ 
0 2017-01-01    2    3    3    2 
1 2017-01-02    5    7    7    42 
2 2017-01-03    4    6    6    12 
3 2017-01-04    6    7    3    6 
4 2017-01-05    6    8    8    3 
5 2017-01-06    54    3    3    6 
6 2017-01-07    3    4    6    3 
7 2017-01-08    3    6    6    3 
8 2017-01-09    2    2    8    7 
9 2017-01-10    4    3    2    4 
10 2017-01-11    12    10    10    3 
11 2017-01-12    9    7    7    3 

    Gender C_Male Gender D_Female 
0    3    3 
1    3    5 
2    2    7 
3    4    8 
4    5    3 
5    3    5 
6    6    5 
7    6    4 
8    5    2 
9    5    5 
10    1    6 
11    4    1