為什么熊貓數據框將列名顯示為'未命名：1'，未命名：2'，.......'未命名：n'

Question

問題：我得到了一個來自第三方的csv文件（帶有分隔符~ ），大約有 4000 條記錄，並且有 150 列具有真實列名，例如FirstName~LastName~OrderID~City~..... 但是當文件被加載到pandas dataframe df並且當我使用print(list(df.columns))時，它顯示列名如下（為簡潔起見，我對其進行了簡化）：

['ÿþA', 'Unnamed: 1', 'Unnamed: 2', 'Unnamed: 3', 'Unnamed: 4',,,,,'Unnamed: 49']

問題：我可能做錯了什么，我們如何解決這個問題以簡單地在 df 中顯示真實的列名？ 我正在使用最新版本的python 。 我看到了一些相關的文章，例如這篇文章，但它們都與一個專欄有關。

備注：這是一個UTF-16 LE BOM文件。 我在我的代碼中發現了這個問題，我引用了一個列作為df['OrdeID']並且我很清楚KeyError這意味着您正在引用一個不存在的列。

代碼：

import pandas as pd

df = pd.read_csv('/dbfs/FileStore/tables/MyDataFile.txt', sep='~', low_memory=False, quotechar='"', header='infer', encoding='cp1252')

print(df['OrdId'])

MyDataFile.txt 示例：

FirstName~LastName~OrderID~City~.....
Kim~Doe~1234~New York~...............
Bob~Mason~456~Seattle~...............
..................

Answer 1

你確定你有正確的編碼嗎？

當以 cp1252 編碼讀取時，我看到您的數據文件以ÿþ開頭。 這看起來像一個 UTF16 字節順序標記 (BOM。) Wikipedia 有一張這些 的表，如果您查看該表，您會發現它與 UTF16-LE（小端序）匹配。

一旦你找出正確的編碼，你可以通過調用pd.read_csv(..., encoding='...')告訴 Pandas 使用什么編碼。 要弄清楚在編碼字段中放置什么，您可以查閱此表。 如果你想要 UTF16-LE，那就是'utf_16_le' 。

更多信息：

read_csv 上的 Pandas 文檔

這是什么“ÿþA”？ 這是同一個問題，但是關於 R 而不是 Python。

Answer 2

嘿，您不能直接使用它，並且想根據我的理解通過重命名它來使用另一種方法，它不存在

嘗試使用

df.rename(columns={'Unnamed: 0':'new name0','Unnamed: 1':'new name1'}, inplace=True)