添加列值后 Pandas 将所有数据转换为 NaN

Question

我正在尝试将列标题添加到以下数据集。 根据项目的规范，我不能简单地修改文件来手动添加这些标题。

我正在使用的数据示例：

38.049133   0.224026 0.05398  -19.11 -20.03
38.352526   0.212491 0.05378  -18.35 -19.19
38.363598   0.210654 0.05401  -20.11 -20.89
54.936819   0.216794 0.20114  -20.94 -21.88
54.534881   0.578615 0.12887  -19.75 -20.66
54.743075   0.508774 0.18331  -20.54 -21.53
54.867240   0.562636 0.13956  -19.95 -20.85
54.856908   0.544031 0.13938  -20.14 -21.03
54.977748   0.501912 0.13923  -20.27 -21.01
54.992762   0.460376 0.12723  -20.24 -20.83 

我创建了一个包含 5 个字符串的数组，用作此 DataFrame 中每一列的标题。 使用指定的标题只选择那一列（即print(df['z'])只打印那一列（据说）但 DataFrame 中的所有数据，显示得很好（即准确显示上述示例行并正确检测列）当我不指定列时，当我从字符串数组中指定列标题时突然变成“NaN”。

我的代码示例：

... imports and whatnot not shown

dataColumns = ['RA', 'DEC', 'z', 'M(g)', 'M(r)']
dataFile = pd.read_csv(data = 'file_name', delim_whitespace = True)
df = pd.DataFrame(data = dataFile, columns = dataColumns)

print(df)

上面代码的示例输出（它应该准确显示上面的示例数据，但添加了列标题）：

RA   DEC z  M(g) M(r)
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN
NaN   NaN NaN  NaN NaN

为什么在没有为 DataFrame 指定 'columns' 参数的情况下，数据会在指定参数后正确打印，但所有内容都显示为 NaN？

任何帮助，将不胜感激！

——潘万

Answer 1

要解决您的问题，请改用此行：

df = pd.read_csv('file_name', header=None, names=dataColumns)

pd.read_csv返回一个 DataFrame，所以上面的行应该处理整个导入（即在pd.DataFrame的结果上调用pd.read_csv是多余的）。 header=None表示熊猫不应该将 CSV 的第一行解释为标题，然后names=...允许您指定要使用的列名称。 不应使用delim_whitespace ，因为逗号，而不是空格，似乎是数据中的分隔符（毕竟，“逗号”是“csv”中的“c”）。 事实上，如果没有测试您的数据，我会说delim_whitespace的使用最有可能是 NaN 值背后的罪魁祸首。

Answer 2

您将使用.read_csv时创建的数据帧传递给数据帧构造函数pd.DataFrame 。 我实际上很惊讶它没有抛出错误。

尝试这个：

df = pd.read_csv(data = 'file_name', delim_whitespace = True)
df.columns = dataColumns