熊猫在没有标题的表格中读取

Posted 2023-03-11

【中文标题】熊猫在没有标题的表格中读取

【英文标题】：Pandas read in table without headers

【发布时间】：2015-05-30 23:40:50

【问题描述】：

如何使用 pandas 读取 .csv 文件（没有标题）以及当我只想要列的子集（比如总共 20 列中的第 4 和第 7 列）时？我似乎无法做到usecols

【参考方案1】：

根据文档 https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html ： headerint，int 列表，默认“推断” 用作列名的行号和数据的开头。默认行为是推断列名：如果未传递名称，则行为与 header=0 相同，并且从文件的第一行推断列名，如果显式传递列名，则行为与 header=None 相同.显式传递 header=0 以便能够替换现有名称。标题可以是一个整数列表，指定列上多索引的行位置，例如[0,1,3]。未指定的中间行将被跳过（例如，此示例中的 2 被跳过）。请注意，如果skip_blank_lines=True，此参数会忽略注释行和空行，因此header=0 表示数据的第一行而不是文件的第一行。

namesarray-like, 可选 要使用的列名列表。如果文件包含标题行，则应显式传递 header=0 以覆盖列名。不允许在此列表中重复。

columts = ['Day', 'PLMN', 'RNCname']
tempo = pd.read_csv("info.csv", sep=';', header=0, names=columts, index_col=False)

【参考方案2】：

为了读取没有标题的 csv 并且仅对于某些列，您需要为第 4 列和第 7 列传递参数 header=None 和 usecols=[3,6]：

df = pd.read_csv(file_path, header=None, usecols=[3,6])

见docs

【讨论】：

发现您的解决方案很有用。这对我来说是新的 ==> usecols=[3,6]。

【参考方案3】：

以前的答案很好而且正确，但在我看来，额外的names 参数会使其完美，应该是推荐的方式，尤其是当csv 没有headers 时。

解决方案

使用usecols和names参数

df = pd.read_csv(file_path, usecols=[3,6], names=['colA', 'colB'])

补充阅读

或使用header=None 明确告诉人们csv 没有标题（无论如何这两行都是相同）

df = pd.read_csv(file_path, usecols=[3,6], names=['colA', 'colB'], header=None)

以便您可以通过

检索您的数据

# with `names` parameter
df['colA']
df['colB'] 

而不是

# without `names` parameter
df[0]
df[1]

解释

基于read_csv，当names被显式传递时，header将表现得像None而不是0，所以当names存在时可以跳过header=None。

【讨论】：

我真的不明白为什么它在文档中解释得如此不清楚。他们在那里只提到了一次header=None，它是：“那么行为与header=None相同”。但这是什么行为？只是没有提到。我是否应该完全避免使用header=None 而使用names 来处理它？

这应该是公认的答案，names 示例非常需要。这个答案应该被投票。

【参考方案4】：

确保为第 4 列和第 7 列指定传递 header=None 并添加 usecols=[3,6]。