我正在使用位于 here 的 ALL.zip 文件.我的目标是用它创建一个 pandas DataFrame。但是,如果我运行
data=pd.read_csv(foo.csv)
列名不匹配。第一列没有名称,然后第二列标有第一列,最后一列是 NaN 的 Series。所以我尝试了
colnames=[list of colnames]
data=pd.read_csv(foo.csv, names=colnames, header=False)
这给了我完全相同的东西,所以我跑了
data=pd.read_csv(foo.csv, names=colnames)
它完美地排列了列名,但 csv 分配的列名(csv 文档中的第一行)与它的第一行数据完美对齐。所以我跑了
data=data[1:]
成功了。
所以我找到了一个没有解决实际问题的变通方法。我看着 read_csv文档,发现它有点让人不知所措,并且无法找到仅使用 pd.read_csv 来解决此问题的方法。
根本问题是什么(我假设是用户错误或文件问题)?有没有办法使用 read_csv 中的命令之一修复它?
这是 csv 文件的前两行
cmte_id,cand_id,cand_nm,contbr_nm,contbr_city,contbr_st,contbr_zip,contbr_employer,contbr_occupation,contb_receipt_amt,contb_receipt_dt,receipt_desc,memo_cd,memo_text,form_tp,file_num,tran_id,election_tp
C00458844,"P60006723","Rubio, Marco","HEFFERNAN, MICHAEL","APO","AE","090960009","INFORMATION REQUESTED PER BEST EFFORTS","INFORMATION REQUESTED PER BEST EFFORTS",210,27-JUN-15,"","","","SA17A","1015697","SA17.796904","P2016",
最佳答案
您遇到问题的不是列,而是索引
import pandas as pd
df = pd.read_csv('P00000001-ALL.csv', index_col=False, low_memory=False)
print(df.head(1))
cmte_id cand_id cand_nm contbr_nm contbr_city \
0 C00458844 P60006723 Rubio, Marco HEFFERNAN, MICHAEL APO
contbr_st contbr_zip contbr_employer \
0 AE 090960009 INFORMATION REQUESTED PER BEST EFFORTS
contbr_occupation contb_receipt_amt contb_receipt_dt \
0 INFORMATION REQUESTED PER BEST EFFORTS 210 27-JUN-15
receipt_desc memo_cd memo_text form_tp file_num tran_id election_tp
0 NaN NaN NaN SA17A 1015697 SA17.796904 P2016
low_memory=False
是因为第 6 列具有混合数据类型。
关于python - pandas.read_csv 将列名移动到一个之上,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32897414/