pandas 中 \`header = None\` 和 \`header = 0\` 的区别

Question

我正在编写代码以使用 --- 读取 csv 文件 pandas 我看到了一些奇怪的包功能。我的文件有我想忽略的列名，所以我使用 header = 0 或 'infer' 而不是 None 。但我看到了一些奇怪的东西。

When I use None and I want to get a specific column, I just need to do df[column_index] but when I use 0 or 'infer' ，我需要做 df.ix[:,column_index] 否则获取列，对于 df[column_index] 我收到以下错误：

追溯（最近一次调用最后一次）：文件“/home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/indexes/base.py”，第 2525 行，在 get_loc 返回自我。 _engine.get_loc(key) 文件“pandas/_libs/index.pyx”，第 117 行，在 pandas._libs.index.IndexEngine.get_loc 文件“pandas/_libs/index.pyx”，第 139 行，在 pandas._libs.index .IndexEngine.get_loc 文件“pandas/_libs/hashtable_class_helper.pxi”，第 1265 行，pandas._libs.hashtable.PyObjectHashTable.get_item 文件“pandas/_libs/hashtable_class_helper.pxi”，第 1273 行，pandas._libs.hashtable.PyObjectHashTable .get_item KeyError: 列索引

在处理上述异常的过程中，又出现了一个异常：

回溯（最近调用最后）：文件“”，第 1 行，在文件“/home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/frame.py”，第 2139 行，在 getitem 返回 self._getitem_column(key) 文件“/home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/frame.py”，第 2146 行，在 _getitem_column 返回自我。 _get_item_cache(key) 文件“/home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/generic.py”，第 1842 行，在 _get_item_cache 值 = self._data.get(item ) 文件“/home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/internals.py”，第 3843 行，在 get loc = self.items.get_loc(item) 文件中“ /home/sarvagya/anaconda3/envs/tf/lib/python3.6/site-packages/pandas/core/indexes/base.py”，第 2527 行，在 get_loc return self._engine.get_loc(self._maybe_cast_indexer(key) ) 文件“pandas/_libs/index.pyx”，第 117 行，在 pandas._libs.index.IndexEngine.get_loc 文件“pandas/_libs/index.pyx”，第 139 行，在 pandas._libs.index.IndexEngine.get_loc 文件“啪ndas/_libs/hashtable_class_helper.pxi”，第 1265 行，在 pandas._libs.hashtable.PyObjectHashTable.get_item 文件“pandas/_libs/hashtable_class_helper.pxi”，第 1273 行，在 pandas._libs.hashtable.PyObjectHashTable.get_item KeyError：column_index

有人可以帮忙吗？为什么会这样？

原文由 Sarvagya Gupta 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用带标题的数据框时会出现差异，所以假设您的数据框 df 有标题！

1. header=None pandas 自动将第一行 df （这是实际的列名）分配给第一行，因此你的列不再有名称

2. header=0 ，熊猫首先删除列名（标题），然后为它们分配新的列名（仅当您在加载文件时传递 names = […….] ）。 read_csv( filepath, header = 0 , names = ['....' , '....' ...])

希望能帮助到你！

原文由 Muffler 发布，翻译遵循 CC BY-SA 4.0 许可协议