我修复了Pandas包的一个bug

你好，我是zhenguo，今天说个开心事~  

网站建设公司,为您提供网站建设,网站制作,网页设计及定制网站建设服务,专注于企业网站设计,高端网页制作,对成都活动板房等多个行业拥有丰富的网站建设经验的网站建设公司。专业网站设计,网站优化推广哪家好,专业成都网站营销优化,H5建站,响应式网站。

1. 还原这个bug

导出含有层级关系的列头时，会多写出一个空行，此bug稳定出现。

2. 定位问题

经过调试发现，锁定此bug出现的位置到excel.py模块，如下所示：

理一理excel.py模块封装的方法，经过调试发现，write方法中下面几行代码是关键逻辑：

写入到excel过程，实际是逐个单元格写入到excel过程，主要调用封装的get_formatted_cells方法得到formatted_cells。

formatted_cells = self.get_formatted_cells()
        writer.write_cells(
            formatted_cells,
            sheet_name,
            startrow=startrow,
            startcol=startcol,
            freeze_panes=freeze_panes,
        )

再进去看看get_formatted_cells方法，它使用chain串接了两个生成器，然后逐一yield吐出cell：

def get_formatted_cells(self):
        for cell in itertools.chain(self._format_header(), self._format_body()):
            cell.val = self._format_value(cell.val)
            yield cell

而串接的这两个迭代器，一个是self._format_header()，另一个是self._format_body()。

经过调试，在这里就能找到bug出现的原因，self._format_body()是有问题的，经过格式化数据域部分。拿文章一开始的case举例，取值为a的单元格对应的行索引被错误的标记为3，注意行索引是从0开始的。很明显，实际应该是2。

3. 修复bug

找到原因后，进一步下钻到底层方法，经过调试，进一步锁定到self._format_body()中调用的 _format_regular_rows方法，里面与行编号相关联的属性是self.rowcounter，所以重点关注与它相关的写入逻辑：

def _format_regular_rows(self):
        has_aliases = isinstance(self.header, (tuple, list, np.ndarray, Index))
        if has_aliases or self.header:
            self.rowcounter += 1
        # output index and index_label?
        if self.index:
            # check aliases
            # if list only take first as this is not a MultiIndex
            if self.index_label and isinstance(
                self.index_label, (list, tuple, np.ndarray, Index)
            ):
                index_label = self.index_label[0]
            # if string good to go
            elif self.index_label and isinstance(self.index_label, str):
                index_label = self.index_label
            else:
                index_label = self.df.index.names[0]
            if isinstance(self.columns, ABCMultiIndex):
                self.rowcounter += 1

一共有2处可能的写入，其中第二处写入，也就是上面代码块的最后两行，是bug出现的原因。经过仔细分析，在级联表头（ABCMultiIndex）写入excel场景中，行索引已经在self._format_header()中，行索引已经被加1，所以再在此处对其加1，是重复的：

if isinstance(self.columns, ABCMultiIndex):
    self.rowcounter += 1

所以修改方法就是对其标注即可。

4. 修复bug后

修复后，经过测试级联列头、单列头，都正常，不再有多余的空行。

以上，此bug我已经提交到github的pandas中，希望帮助到更多的开发者。

我是zhenguo，最后希望点赞+转发~

网页题目：我修复了Pandas包的一个bug
URL标题：http://www.shufengxianlan.com/qtweb/news7/280907.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联