在 read_csv 之后选择 pandas 数据框中的列时出现关键错误

Posted 2023-03-11

【中文标题】在 read_csv 之后选择 pandas 数据框中的列时出现关键错误

【英文标题】：Key error when selecting columns in pandas dataframe after read_csv

【发布时间】：2016-06-20 06:43:57

【问题描述】：

我正在尝试将 CSV 文件读入 pandas 数据框并选择一列，但不断收到关键错误。

文件读入成功，我可以在 iPython 笔记本中查看数据框，但是当我想选择除第一列之外的任何列时，它会引发关键错误。

我正在使用此代码：

import pandas as pd

transactions = pd.read_csv('transactions.csv',low_memory=False, delimiter=',', header=0, encoding='ascii')
transactions['quarter']

这是我正在处理的文件： https://www.dropbox.com/s/81iwm4f2hsohsq3/transactions.csv?dl=0

谢谢！

【参考方案1】：

使用sep='\s*,\s*'，这样您就可以处理列名中的空格：

transactions = pd.read_csv('transactions.csv', sep=r'\s*,\s*',
                           header=0, encoding='ascii', engine='python')

或者，您可以确保您的 CSV 文件中没有未加引号的空格并使用您的命令（未更改）

证明：

print(transactions.columns.tolist())

输出：

['product_id', 'customer_id', 'store_id', 'promotion_id', 'month_of_year', 'quarter', 'the_year', 'store_sales', 'store_cost', 'unit_sales', 'fact_count']

【讨论】：

列表显示我的名字中有一个额外的空格。非常感谢，我已经把头撞在墙上了几小时了

谢谢！虽然这个错误很荒谬。想知道为什么他们不能抛出更好的错误信息。我得到的错误是：文件“pandas/_libs/hashtable_class_helper.pxi”，第 1618 行，在 pandas._libs.hashtable.PyObjectHashTable.get_item 文件“pandas/_libs/hashtable_class_helper.pxi”，第 1626 行，在 pandas._libs。 hashtable.PyObjectHashTable.get_item

唯一的问题是C引擎不支持正则表达式，所以它回退到python引擎。

【参考方案2】：

如果您需要从数据框中选择多列，请使用 2 对方括号 例如。

df[["product_id","customer_id","store_id"]]

【讨论】：

这解决了我的问题，但我不知道为什么？你可以解释吗？我假设我给定的列名与实际文件的列名不匹配，那么它是如何解决问题的？

@NawshadFarruque 我认为这是因为双括号返回一个数据帧，而 snigle 返回一个系列。

【参考方案3】：

我遇到了同样的问题，从CSV读取后过滤列时出现关键错误。

原因

这些问题的主要原因是 CSV 文件中的额外的初始空格。 （在您上传的 CSV 文件中找到，例如 , customer_id, store_id, promotion_id, month_of_year, ）

证明

为了证明这一点，你可以试试print(list(df.columns))，列名必须是['product_id', ' customer_id', ' store_id', ' promotion_id', ' month_of_year', ...]。

解决方案

解决这个问题的直接方法是在pd.read_csv()中添加参数，例如：

pd.read_csv('transactions.csv', 
            sep = r',', 
            skipinitialspace = True)

参考：https://***.com/a/32704818/16268870

【参考方案4】：

如果键与任何数据框列名“完全”不匹配，通常会出现键错误：

你也可以试试：

import csv
import pandas as pd
import re
    with open (filename, "r") as file:
        df = pd.read_csv(file, delimiter = ",")
        df.columns = ((df.columns.str).replace("^ ","")).str.replace(" $","")
        print(df.columns)