我正在尝试使用 pandas.read_csv 读取如下所示的数据文件(前 4 行)。
num NED IAU z N det TOF type alph.4 alph1 alph5 alph10 alph15 alph20 alph50 dSIbydnu DWORRY UVNONE
1 ESO473-G007 J001605-234 0.06401 19.51 det 8.59 u -0.432 -0.428 -0.413 -0.402 -0.395 -0.389 -0.369 0.017 53.53 UV
2 PKS0023-26 J0025-2602 0.32162 18.36 det 7.95 a -0.272 -0.437 -0.726 -0.849 -0.919 -0.972 -1.135 -0.414 53.57 UV
3 NGC0315 0055+30 0.01648 18.84 det 7.41 a -0.248 -0.306 -0.379 -0.398 -0.406 -0.411 -0.417 -0.119 53.60 UV
我输入 data = pandas.read_csv('radio.dat',sep=' ', header=0),
但是当我 print data 时，我得到 3 行标题，然后列名从它们应该开始的地方开始向下 3 列，我得到额外的 3 NaN 列:
num NED IAU z N det ...
1 ESO473-G007 J001605-234 NaN 0.06401 19.51 det NaN 8.59 ...
2 PKS0023-26 J0025-2602 NaN 0.32162 18.36 det NaN 7.95 ...
3 NGC0315 0055+30 NaN 0.01648 18.84 det NaN 7.41 ...
num 应该是带有 1 2 3... 的列的标题，下一列是 NED，下一列是 IAU，NaN 甚至不应该在那里。
我试过设置 index_col=0 但这给了我这个错误:
File "C:\Python27\lib\site-packages\pandas\io\parsers.py", line 1184, in read
values = data.pop(self.index_col[i])
IndexError: list index out of range
设置 index_col=False 给出
File "C:\Python27\lib\site-packages\pandas\io\parsers.py", line 1164, in read
data = self._reader.read(nrows)
File "pandas\parser.pyx", line 758, in pandas.parser.TextReader.read (pandas\parser.c:7411)
File "pandas\parser.pyx", line 780, in pandas.parser.TextReader._read_low_memory (pandas\parser.c:7651)
File "pandas\parser.pyx", line 855, in pandas.parser.TextReader._read_rows (pandas\parser.c:8484)
File "pandas\parser.pyx", line 936, in pandas.parser.TextReader._convert_column_data (pandas\parser.c:9490)
File "pandas\parser.pyx", line 1208, in pandas.parser.TextReader._get_column_name (pandas\parser.c:13172)
IndexError: list index out of range
如何正确读取此文件？
最佳答案
您的 csv 中有不同数量的空格，请使用 sep='\s+' 来处理此问题
In [128]:
t="""num NED IAU z N det TOF type alph.4 alph1 alph5 alph10 alph15 alph20 alph50 dSIbydnu DWORRY UVNONE
1 ESO473-G007 J001605-234 0.06401 19.51 det 8.59 u -0.432 -0.428 -0.413 -0.402 -0.395 -0.389 -0.369 0.017 53.53 UV
2 PKS0023-26 J0025-2602 0.32162 18.36 det 7.95 a -0.272 -0.437 -0.726 -0.849 -0.919 -0.972 -1.135 -0.414 53.57 UV
3 NGC0315 0055+30 0.01648 18.84 det 7.41 a -0.248 -0.306 -0.379 -0.398 -0.406 -0.411 -0.417 -0.119 53.60 UV"""
data = pd.read_csv(io.StringIO(t),sep='\s+', header=0)
data
Out[128]:
num NED IAU z N det TOF type alph.4 \
0 1 ESO473-G007 J001605-234 0.06401 19.51 det 8.59 u -0.432
1 2 PKS0023-26 J0025-2602 0.32162 18.36 det 7.95 a -0.272
2 3 NGC0315 0055+30 0.01648 18.84 det 7.41 a -0.248
alph1 alph5 alph10 alph15 alph20 alph50 dSIbydnu DWORRY UVNONE
0 -0.428 -0.413 -0.402 -0.395 -0.389 -0.369 0.017 53.53 UV
1 -0.437 -0.726 -0.849 -0.919 -0.972 -1.135 -0.414 53.57 UV
2 -0.306 -0.379 -0.398 -0.406 -0.411 -0.417 -0.119 53.60 UV
所以在这里:
alph50 dSIbydnu DWORRY
您在这些列之间以及您的数据之间也有双空格
关于python - Pandas read_csv 列不正确，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29767544/