用熊猫读取csv并指定列名[重复]

Question

我正在尝试使用 pandas 从 csv 文件导入数据：

data=pd.read_csv("data.csv")

这似乎工作正常。接下来我想用

指定列的名称

data.columns = ['X', 'Y']

这样我以后可以绘制它。问题来了：

File "pandas/_libs/hashtable_class_helper.pxi", line 1273, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'X'

csv 文件格式如下

   X   Y    
  20   120  
  25   145  
  41   160  
  62   301
...

有人知道我做错了什么吗？

谢谢！

Answer 1

您正在尝试导入“空格”分隔的 DataFrame。正如 cmets 中的@jezrael 所说，您应该使用：

data=pd.read_csv("data.csv", delim_whitespace=True) 

来自official doc：

delim_whitespace : 布尔值，默认为 False

相当于设置 sep='\s+'。 如果此选项设置为 True，则不应为 delimiter 参数传递任何内容。

此外，如果您想指定列名（这是您的问题）：

再次从official documentation 你可以看到你应该：

• 使用names 参数指定列应采用的名称。
• 使用header参数告诉python第一行（索引0）应该被解析为colnames

所以要恢复，你应该能够使用以下三个语句中的任何一个：

data = pandas.csv("data.csv", delim_whitespace=True, names=["X","Y"])

data = pandas.csv("data.csv", delim_whitespace=True, header=0)

data = pandas.csv("data.csv", sep="\s+") 

关于header参数：

用作列名的行号，以及数据的开头。默认行为是推断列名 如果没有传递名称，则行为与 header=0 相同，并且从文件的第一行推断列名

注意如果skip_blank_lines=True，这个参数会忽略注释行和空行，所以header=0表示数据的第一行而不是文件的第一行