pandas讀取csv格式資料時header引數設定方法

2022-02-08 13:01:44

寫在前面

使用pandas中read_csv讀取csv資料時，對於有表頭的資料，將header設定為空(None)，會報錯：pandas_libsparsers.pyx in pandas._libs.parsers.raise_parser_error() ParserError: Error tokenizing data. C error: Expected 4 fields in line 2, saw 5 。

檢視pandas官方檔案發現，read_csv讀取時會自動識別表頭，資料有表頭時不能設定header為空（預設讀取第一行，即header=0)；資料無表頭時，若不設定header，第一行資料會被視為表頭，應傳入names引數設定表頭名稱或設定header=None。

參考檔案

這是pandas的read_csv的官方檔案: python - pandas.read_csv

read_csv的header引數

使用pandas的read_csv讀取資料時，header參數列頭名稱設定(即各列資料對應名稱)，下面是檔案中對header引數的說明：

其中指出，表頭可根據資料格式推斷各列名稱：預設情況下，

若未傳入names引數，則根據輸入檔案的第一行推斷是否有表頭；
若傳入names引數，則names傳入的引數作為表頭（原資料有表頭則會替換原有表頭）。

下面是對read_csv的header引數測試

header引數測試

測試資料兩個csv(用逗號隔開)格式的檔案，這裡是用Excel開啟，分別是帶有表頭和不帶表頭的資料：

預設header 下面是header預設情況下，對有表頭的資料識別第一行作為header（即header=0）[ 資料沒有給出index名稱，這裡設定 index_col=False，不設定預設第一列為index（而表頭仍是4列，最後一列資料為NaN）， index_col引數與 header類似可自動識別。

設定header=None 對有表頭的資料設定 header=None則會報錯：

對無表頭的資料，則需設定 header=None，否則第一行資料被作為表頭：

思考

pandas是如何識別或區分資料和表頭名稱的？

對於index_col來說，若資料都是相同型別，比如數值型，則表示無index，輸出預設index為0,1,2,…；若資料第一列為字元，其他列為數值，則會將第一列視為index；若設定index_col=False, 則表示無index（預設將0, 1, 2,…作為資料的index)
對header，當第一行為字元，則第一行預設為表頭；當第一行與其他資料型別相同時，也會把第一行當作表頭，所以無表頭時應設定header=None

header傳入list引數(元素代表取對應行號)怎麼用？

read_csv的引數skip_blank_lines=True會忽略註釋行和空行，其中註釋行是用什麼符號註釋的？（試了一下，行首用’#'註釋的不對)

到此這篇關於pandas讀取csv格式資料時header引數設定方法的文章就介紹到這了,更多相關pandas header引數內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

pandas讀取csv格式資料時header引數設定方法

目錄

寫在前面

參考檔案

read_csv的header引數

header引數測試

思考

熱門文章