python pandas pas la lecture de la première colonne du fichier csv

J'ai une simple colonne 2 fichier csv appelé st1.csv:

GRID    St1  
1457    614  
1458    657  
1459    679  
1460    732  
1461    754  
1462    811  
1463    748

Cependant, lorsque je tente de lire le fichier csv, la première colonne n'est pas chargé:

a = pandas.DataFrame.from_csv('st1.csv')  
a.columns

sorties:

 Index([u'ST1'], dtype=object)

Pourquoi c'est la première colonne de ne pas être lu?

  • C'est en supposant que la première colonne de l'index, essayez un = pandas.DataFrame.from_csv('st1.csv', index_col=False)
  • merci beaucoup, c'est exactement ce qui me manquait.
InformationsquelleAutor user308827 | 2014-02-20
  1. 41

    À en juger par vos données, il ressemble à la délimiteur que vous utilisez est un .

    Essayez ce qui suit:

    a = pandas.DataFrame.from_csv('st1.csv', sep=' ')

    L'autre problème est qu'il est en supposant que votre première colonne est un indice qui nous permet également de désactiver:

    a = pandas.DataFrame.from_csv('st1.csv', index_col=None)
    • merci beaucoup les gars!
    • intéressant de noter que dans la doc il n'y a aucune mention de réglage index_col=Faux, mais c'est certainement une partie de la solution: pandas.pydata.org/pandas-docs/stable/generated/...
    • En Python 3: index_col=False renvoie une erreur, j'ai utilisé index_col=None et il fonctionne très bien...
    • Je suis d'accord avec @Subvention, vous devez utiliser index_col=Aucun (même en Python 2).
    • Tom - j'ai mis à jour ma réponse pour refléter cela. Merci de m'informer.
    • Python 3.5 et les pandas 0.21.1: index_col = False a bien fonctionné, mais index_col = None a été ignorée. Étrange.

    InformationsquelleAutor Ewan
  2. 6

    Sur la base des documents qui compare read_csv et from_csv, il montre qu'il est possible de mettre index_col = None. J'ai essayé de le ci-dessous et il a travaillé:

    DataFrame.from_csv('st1.csv', index_col=None);

    Cela suppose que les données sont séparées par des virgules.

    Veuillez consulter le lien ci-dessous

    http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.from_csv.html

    InformationsquelleAutor Muzaffar Omer