熊猫如何使用最初生成的列名而不重命名它们

Question

我很高兴我们可以使用Pandas 最初生成的column names 的任何方式，同时读取csv/Text 文件，如下所示

df = pd.read_csv("some_text_file.txt", header = None)

这将给出类似的东西

     0         1         2

0   data1    data2     data3  
1  r2 data1  r2 data2     r2 data3  

当我们使用header = None 时，它默认生成了一些column names as = 0 1 2。

当我尝试访问它们时

-->    df['0'] = sometask

它抛出错误

raise KeyError(key) from err
KeyError: '0'

它们根本不是列名吗？我见过有人称他们为Levels。喜欢

level0 - column 0
level1 - column 1
level2 - column 2 

我也试过

-->    df[level0] = sometask

它扔了

NameError: name 'level0' is not definedNameError: name 'level0' is not defined

我知道我们必须重命名列名并像使用它们一样

df.columns =['col1','col2'.....]

但是，想知道我们有什么方法可以将这些pandas 生成column names，而无需如上所示重命名它们。

Answer 1

在pd.read_csv 中，您可以将列表传递给names 参数。例如。：

df = pd.read_csv('some_text_file.txt', header=None, 
                 names=[f'col_{i}' for i in range(1,4)])

print(df)

      col_1     col_2     col_3
0     data1     data2     data3
1  r2 data1  r2 data2  r2 data3

请注意names 的列表不能包含任何重复项（例如['col', 'col', 'col2'] 将导致错误）。

---

默认列“名称”0,1,2 等是整数，而不是字符串。您可以按如下方式检查：

print(df.columns)

Int64Index([0, 1, 2], dtype='int64')

例如。要访问列0，您应该使用df[0] 或df.loc[:,0]，而不是df['0'] 等。

Answer 2

默认情况下，列的名称是一个数字。因此，当尝试访问df['0'] 时，您将获得KeyError，但如果您使用df[0]，您将获得第一列。