尝试计算 dask 数据帧时出错答案

【问题标题】：Error while trying to compute dask dataframe尝试计算 dask 数据帧时出错
【发布时间】：2021-10-17 01:56:28
【问题描述】：

我一直在尝试将 compute() 函数传递给我拥有的数据帧，但是它一直给我以下错误：

ValueError: Usecols 不匹配列，列预期但不匹配找到：['COL1'，'COL2'，'COL3'，'COL4'，'COL5'，'COL6'，'COL7']

import dask.dataframe as dd


use_cols = ['COL1', 'COL2', 'COL3', 'COL4', 'COL5', 'COL6', 'COL7']

ddframe = dd.read_csv('26367*', skiprows=[0, 1, 2, 3, 4, 5, 6], sep = '|', usecols = use_cols)
ddframe.compute()

我该如何解决这个问题？提前致谢

【问题讨论】：

标签： python pandas dask

【解决方案1】：

可能其中一个全局文件不包含指定的列。一个简单的检查方法是打印：

print(dd.read_csv('26367*', skiprows=[0, 1, 2, 3, 4, 5, 6], sep = '|').columns

如果上述产生错误，那么您可能需要探索全局文件：

import glob
for f inb glob.glob('26367*'):
    print(dd.read_csv(f, skiprows=[0, 1, 2, 3, 4, 5, 6], sep = '|').columns

这将显示列是否在文件中一致定义。

【讨论】：