pandas.read_csv中的skiprows参数是否接受可调用函数？

Question

我阅读了有关read_csv函数的熊猫文档，并说它可以接受skiprows参数的可调用函数。

他们在此处（ https://pandas.pydata.org/pandas-docs/stable/genic/pandas.read_csv.html ）列出了可以使用lambda表达式的地方。 但是，当我尝试实现它时，我收到此错误：

ValueError：索引名称无效

码

df = pd.read_csv('student_scores.csv', index_col=['Name', 'ID'], skiprows= (lambda x: x in [0, 2]))
df.head()

为何有任何猜测？

谢谢

PS。 csv中数据结构的打印屏幕。

Answer 1

正在发生的事情是skiprows = lambda x : x in [0, 2]和index_col=['Name', 'ID'] 。

文件的第一行包含列名，但是skiprows = lambda x : x in [0, 2]使您跳过第一行（ 索引为0 ）。 这样， read_csv无法正确推断列名称，并且当您指定index_col=['Name', 'ID']它将失败，因为它找不到具有该名称的任何列。

注意：我使用@jezrael的示例文件作为csv：

temp=u"""Name;ID;val
X;A;100
Y;A;50.5
Z;A;60
E;B;90
F;B;45
G;C;100"""

这个：

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", index_col=[0, 1], skiprows= [0, 2])

之所以有效，是因为您通过列的位置指定了列，从而避免了名称问题。

证明：

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", index_col=[0, 1], skiprows= lambda x : x in [1, 2]) # works, not skipping column names' row

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", names=['Name', 'ID', 'val'], index_col=[0, 1], skiprows= ['Name', 'ID']) # works (explicit column naming)