[英]Python: parse unnamed columns from csv
我想從以前生成的csv文件中正確讀取未命名的列。
csv的每列具有一個具有不同形狀的多索引標頭,即列0具有一個坐標,列1具有兩個坐標,列2具有三個坐標。 因此,在讀取完整的csv時,未命名的列會出現在列0和列1中。我需要找到具有給定值的行,但無法傳遞正確的列。
想象一下“ my.csv”文件看起來像這樣:
C0,C1,C2
,C10,C20
,,C22
-2,0,0.4101
-1,1,0.8058
0,0,0.1000
1,3,0.3846
我嘗試閱讀它:
read_df = pd.read_csv('my.csv', header=[0,1,2])
print(read_df)
C0 C1 C2
Unnamed: 0_level_1 C10 C20
Unnamed: 0_level_2 Unnamed: 1_level_2 C22
0 -2 0 0.4101
1 -1 1 0.8058
2 0 0 0.1000
3 1 3 0.3846
我需要選擇與C0值相對應的行,但最終還是出現在KeyError或TypeError中,如下所示:
read_df.loc( read_df[('C0','','')] == 0 ) ## KeyError: ('C0', '', '')
read_df.loc( read_df[('C0','0_level_1','0_level_2')] == 0 ) ## KeyError: ('C0', '0_level_1', '0_level_2')
read_df.loc( read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0 ) ## TypeError: 'Series' objects are mutable, thus they cannot be hashed
一種解決方法是事先命名各列並防止這種情況發生,但是最好了解如何進行管理。
謝謝
PS這就是我生成“ my.csv”的方式
import pandas as pd
import random as rnd
col_0 = [('C0', '', '')]
col_1 = [('C1', 'C10','')]
col_2 = [('C2', 'C20', 'C22')]
tot_col = columns=pd.MultiIndex.from_tuples(col_0 + col_1 + col_2)
tot_df = pd.DataFrame(columns=tot_col)
def get_data():
data_dict = { ('C1','C10','') : rnd.randint(0,5),
('C2','C20','C22') : '{:2.4f}'.format(rnd.random()) }
data_df = pd.DataFrame( [data_dict], columns=tot_col )
return(data_df)
for ii in range(-2, 2):
ii_df = get_data()
ii_df[('C0','','')] = ii
tot_df = pd.concat([tot_df, ii_df], ignore_index=True)
tot_df.to_csv('my.csv', index=False)
IIUC您在尋找
read_df.loc[ read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0 ]
或簡單地
read_df[read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0]
結果:
C0 C1 C2
Unnamed: 0_level_1 C10 C20
Unnamed: 0_level_2 Unnamed: 1_level_2 C22
2 0 4 0.2373
read_df[read_df[('C0','','')] == 0]
之后,您可以照常使用:
C0 C1 C2
C10 C20
C22
2 0 4 0.2373
結果:
C0 C1 C2 C10 C20 C22 2 0 4 0.2373
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.