在熊猫中读取 CSV 时附加到列名的数字

Question

我需要使用此链接https://archive.ics.uci.edu/ml/machine-learning-databases/00529/diabetes_data_upload.csv 打开文件，我需要使用 pandas 库来使用 numpy 确定此表中每一列的类型，并将生成的列类型写入单独的 csv 文件。

所以我写了代码

import pandas as pd
import csv

link = "https://archive.ics.uci.edu/ml/machine-learning-databases/00529/diabetes_data_upload.csv"
table = pd.read_csv(link, skiprows = [0])#skip first row

result = table.dtypes
print(result,'\nAll results has been saved to results.csv file')
result.to_csv('results.csv')

如果我打开 result.csv 我会得到下一个信息：

,0
40,int64
Male,object
No,object
Yes,object
No.1,object
Yes.1,object
No.2,object
No.3,object
No.4,object
Yes.2,object
No.5,object
Yes.3,object
No.6,object
Yes.4,object
Yes.5,object
Yes.6,object
Positive,object

但我预计输出应该是

40,int64
Male,object
No,object
Yes,object
No,object
Yes,object
No,object
No,object
No,object
Yes,object
No,object
Yes,object
No,object
Yes,object
Yes,object
Yes,object
Positive,object

很明显 ,0 - 这是因为在打开文件时我们得到一个 'id' 行 但是为什么我们得到的不仅仅是“No”，而是“No.2”？ 谁能解释我做错了什么？

Answer 1

后缀是由于pd.read_table 的mangle_dupe_cols=True 选项，但您不能将值更改为False (ValueError: Setting mangle_dupe_cols=False is not supported yet)

所以，试试

names = dict(zip(table.columns, table.columns.str.split('.').str[0]))
table = table.rename(columns=names)
result = table.dtypes
result.to_csv('results.csv', header=False)

results.csv的内容：

40,int64
Male,object
No,object
Yes,object
No,object
Yes,object
No,object
No,object
No,object
Yes,object
No,object
Yes,object
No,object
Yes,object
Yes,object
Yes,object
Positive,object