设置索引后 pandas df 的意外修改

Posted 2023-02-23

【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

【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 10 和 152.46。

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