如何在 Python 中使用 Pandas 連接 CSV 文件中的列

Question

我有一個看起來像這樣的 CSV 文件：

# data.csv (this line is not there in the file)
Names, Age, Names
John, 5, Jane
Rian, 29, Rath

當我在 Python 中通過 Pandas 閱讀它時，我得到了這樣的信息：

import pandas as pd

data = pd.read_csv("data.csv")
print(data)

程序的輸出是：

  Names   Age  Names
0  John     5   Jane
1  Rian    29   Rath

有什么辦法可以得到：

  Names   Age  
0  John     5   
1  Rian    29   
2  Jane
3  Rath

Answer 1

首先，我建議為每列使用唯一的名稱。 要么進入 csv 文件並更改列標題的名稱，要么在 Pandas 中這樣做。

使用'Names2'作為第二次出現相同列名的列的標題，試試這個：

從...開始

datalist = [['John', 5, 'Jane'], ['Rian', 29, 'Rath']]
df = pd.DataFrame(datalist, columns=['Names', 'Age', 'Names2'])

我們有

  Names  Age Names
0  John    5  Jane
1  Rian   29  Rath

所以，使用：

dff = pd.concat([df['Names'].append(df['Names2'])
                                    .reset_index(drop=True), 
                 df.iloc[:,1]], ignore_index=True, axis=1)
                .fillna('').rename(columns=dict(enumerate(['Names', 'Ages'])))

得到你想要的結果。

從里到外：
df.append組合列。
pd.concat( ... )將df.append的結果與數據幀的其余部分結合起來。

要了解其他命令的作用，我建議將它們一一刪除並查看結果。

請原諒dff 。 我試圖從教育的角度把一切都說清楚。 調整縮進以便代碼可以編譯。

Answer 2

您可以使用：
usecols有助於僅讀取選定的列。
使用 low_memory以便我們在內部以塊的形式處理文件。

import pandas as pd

data = pd.read_csv("data.csv", usecols = ['Names','Age'], low_memory = False))
print(data)

請在您的 csv 中有唯一的列名