如何从 CSV 文件中读取熊猫系列答案

【问题标题】：How to read a pandas Series from a CSV file如何从 CSV 文件中读取熊猫系列
【发布时间】：2013-03-23 13:19:33
【问题描述】：

我有一个格式如下的 CSV 文件：

somefeature,anotherfeature,f3,f4,f5,f6,f7,lastfeature
0,0,0,1,1,2,4,5

我尝试将其作为熊猫系列阅读（使用 Python 2.7 的熊猫每日快照）。我尝试了以下方法：

import pandas as pd
types = pd.Series.from_csv('csvfile.txt', index_col=False, header=0)

和：

types = pd.read_csv('csvfile.txt', index_col=False, header=0, squeeze=True)

但两者都行不通：第一个给出随机结果，第二个只是导入 DataFrame 而不进行压缩。

似乎 pandas 只能将格式如下的 CSV 识别为系列：

f1, value
f2, value2
f3, value3

但是当特征键在第一行而不是列时，pandas 不想挤压它。

还有什么我可以尝试的吗？这种行为是有意的吗？

【问题讨论】：

标签： csv pandas series

【解决方案1】：

from pandas import read_csv


series = read_csv('csvfile.csv', header=0, parse_dates=[0], index_col=0, squeeze=True

【讨论】：

【解决方案2】：

由于 Pandas 值选择逻辑是：

DataFrame -> Series=DataFrame[Column] -> Values=Series[Index]

所以我建议：

df=pandas.read_csv("csvfile.csv")
s=df[df.columns[0]]

【讨论】：

【解决方案3】：

这行得通。挤压仍然有效，但它不会单独工作。 index_col 需要设置为零，如下所示

series = pd.read_csv('csvfile.csv', header = None, index_col = 0, squeeze = True)

【讨论】：

【解决方案4】：

ds = pandas.read_csv('csvfile.csv', index_col=False, header=0);    
X = ds.iloc[:, :10] #ix deprecated

【讨论】：

【解决方案5】：

这是我找到的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.ix[0,:]

对我来说似乎有点愚蠢，因为 Squeeze 应该已经这样做了。这是一个错误还是我错过了什么？

/编辑：最好的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.transpose()[0] # here we convert the DataFrame into a Serie

这是将面向行的 CSV 行转换为 pandas 系列的最稳定方法。

顺便说一句，squeeze=True 参数现在没用，因为截至今天（2013 年 4 月）它只适用于面向行的 CSV 文件，请参阅官方文档：

http://pandas.pydata.org/pandas-docs/dev/io.html#returning-series

【讨论】：

这对我不起作用！ transpose 函数将我的整个数据帧变成了一些奇怪的 2X2 对象。我还在努力解决这个问题

【解决方案6】：

In [28]: df = pd.read_csv('csvfile.csv')

In [29]: df.ix[0]
Out[29]: 
somefeature       0
anotherfeature    0
f3                0
f4                1
f5                1
f6                2
f7                4
lastfeature       5
Name: 0, dtype: int64

【讨论】：