设置索引后 pandas df 的意外修改

Posted

技术标签:

【中文标题】设置索引后 pandas df 的意外修改【英文标题】:Unexpected modification in pandas df after setting index 【发布时间】:2021-06-13 13:45:49 【问题描述】:

我开始使用 pandas,但遇到了问题。 我正在使用具有以下形式的不同 csv:

10,152.46
12,124.67
11,150.1
20/21,126.7
37/38,128.8
39,6.19
40,6.8
35-36,9.7
27-31_32,11.3

要导入它,我运行: experimental = pd.read_csv(csv_file,usecols=[0,1]).dropna() --> 按预期工作

0 10 152.46
1 12 124.67
2 11 150.1
3 20/21 126.7
4 37/38 128.8
5 39 6.19
6 40 6.8
7 35-36 9.7
8 27-31_32 11.3

然后,轻松将其与其他 df 组合 实验=experimental.set_index(experimental.columns[0])

这就是问题的开始。对于其他一些看起来相同的文件,没有问题:不再有索引,第二列(10/12/11...)被设置为索引。 这将是预期的结果,与其他 csv 文件观察到的结果相同

10 152.46
12 124.67
11 150.1

但是,与其他人(像这样)一起,我得到了这种类型的 df

152.46
10
12 124.67
11 150.1

...

我尝试读取为 utf-8 或在 csv 中添加标题但没有成功。 以我呈现它的方式,其他看起来相同的文件也可以工作。

谢谢

【问题讨论】:

【参考方案1】:

您没有设置正确的索引:experimental.columns[0] 返回第一列的名称。要将第一列设置为索引,请使用

experimental.set_index(experimental.iloc[:, 0])

或者,您可以在pd.read_csv 中使用index_col=0 将第一列设置为读取时的索引:

experimental = pd.read_csv(csv_file, usecols=[0,1], index_col=0, header=None).dropna()

header=None 关键字表示您的数据没有任何列名,并且 csv 中的第一行是第一个数据行。

【讨论】:

感谢您的快速回答。不幸的是,对于这两个代码行,问题仍然存在。有那个“空白”单元格持续存在:( @user1997194 你用过header=None吗? experimental.columns 的输出是什么? “空白”单元格只是列名和索引名的视觉分隔符。您的数据看起来像您的列的名称是 10152.46 是的。我复制并粘贴它。 print(experimental.columns) Int64Index([1], dtype='int64') 的结果也许我应该提到我在运行时很容易意识到错误: noc = [f for f in list(experimental.index) if '-' not in f] 然后错误是'float' is not iterable

以上是关于设置索引后 pandas df 的意外修改的主要内容,如果未能解决你的问题,请参考以下文章

Pandas读取文件

pandas将某一行设置为列索引(python)

pandas索引的设置与修改

为 PCA 生成加载矩阵时如何将 pandas 数据框列设置为索引

pandas 使用多级列设置索引

设置 pandas DataFrame 的索引名称