У меня есть файл csv, который неправильно отображается с pandas.read_csv
, когда я фильтрую столбцы с помощью usecols
и использую несколько индексов.
import pandas as pd
csv = r"""dummy,date,loc,x
bar,20090101,a,1
bar,20090102,a,3
bar,20090103,a,5
bar,20090101,b,1
bar,20090102,b,3
bar,20090103,b,5"""
f = open('foo.csv', 'w')
f.write(csv)
f.close()
df1 = pd.read_csv('foo.csv',
header=0,
names=["dummy", "date", "loc", "x"],
index_col=["date", "loc"],
usecols=["dummy", "date", "loc", "x"],
parse_dates=["date"])
print df1
# Ignore the dummy columns
df2 = pd.read_csv('foo.csv',
index_col=["date", "loc"],
usecols=["date", "loc", "x"], # <----------- Changed
parse_dates=["date"],
header=0,
names=["dummy", "date", "loc", "x"])
print df2
Я ожидаю, что df1 и df2 должны быть одинаковыми, за исключением отсутствующего фиктивного столбца, но столбцы имеют неправильную маркировку. Также дата анализируется как дата.
In [118]: %run test.py
dummy x
date loc
2009-01-01 a bar 1
2009-01-02 a bar 3
2009-01-03 a bar 5
2009-01-01 b bar 1
2009-01-02 b bar 3
2009-01-03 b bar 5
date
date loc
a 1 20090101
3 20090102
5 20090103
b 1 20090101
3 20090102
5 20090103
Использование номеров столбцов вместо имен вызывает у меня ту же проблему. Я могу обойти проблему, отбросив фиктивный столбец после шага read_csv, но я пытаюсь понять, что происходит не так. Я использую панды 0.10.1.
edit: исправлено неправильное использование заголовка.
header
иnames
неверно (поэтому в вашем примере отсутствует первая строка.header
ожидает int (по умолчанию 0) в качестве строки с заголовком. Потому что вы даете 'True', которое интерпретируется как 1, вторая строка (первая строка данных) используется в качестве заголовка и отсутствует. Однако имена столбцов верны, потому что вы перезаписываете их аргументомnames
. Но вы можете оставить их, и первая строка используется для столбца имена по умолчанию, однако это не решает ваш первоначальный вопрос. - person joris   schedule 22.02.2013usecols
ошибку. Возможно, связано с ошибкой 2654? - person abudis   schedule 22.02.2013