[英]Pandas read_csv wrongly adds zeros and a random number at the end
[英]Pandas read_csv adds unnecessary “ ” to each row
我有一个csv
文件
(我在这里显示前三行)
HEIGHT,WEIGHT,AGE,GENDER,SMOKES,ALCOHOL,EXERCISE,TRT,PULSE1,PULSE2,YEAR
173,57,18,2,2,1,2,2,86,88,93
179,58,19,2,2,1,2,1,82,150,93
我正在使用pandas read_csv
读取文件并将其放入列中。
这是我的代码:
import pandas as pd
import os
path='~/Desktop/pulse.csv'
path=os.path.expanduser(path)
my_data=pd.read_csv(path, index_col=False, header=None, quoting = 3, delimiter=',')
print my_data
问题是第一列和最后一列的值前后都有“”。
另外,我无法摆脱索引。
可能会犯一些愚蠢的错误,但是我感谢您的提前帮助
最终解决方案-使用replace
转换为int
,从列名中删除"
使用strip
:
df = pd.read_csv('pulse.csv', quoting=3)
df = df.replace('"','', regex=True).astype(int)
df.columns = df.columns.str.strip('"')
print (df.head())
HEIGHT WEIGHT AGE GENDER SMOKES ALCOHOL EXERCISE TRT PULSE1 \
0 173 57 18 2 2 1 2 2 86
1 179 58 19 2 2 1 2 1 82
2 167 62 18 2 2 1 1 1 96
3 195 84 18 1 2 1 1 2 71
4 173 64 18 2 2 1 3 2 90
PULSE2 YEAR
0 88 93
1 150 93
2 176 93
3 73 93
4 88 93
index_col=False
表示不强制读取第一列以建立索引,但是数据帧始终需要一些索引,因此添加了默认值0,1,2...
所以这里可以省略。
header=None
应该删除,因为它会强制不要将第一行(csv的标题) DataFrame
列。 然后,数据的第一行也是标题,数字值将转换为字符串。
delimiter=','
也应删除,因为它与sep=','
是默认参数相同。
@jezrael是正确的-熊猫数据框将始终添加索引。 这是有必要的。
尝试使用类似df[0] = df[0].str.strip()
,将最后一列替换为零。
在执行此操作之前,请将您的csv转换为数据pd.DataFrame.from_csv(path)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.