python csv文件读取：将第一行变成列标题，next(reader)返回不需要的字符

Question

目前我正在编写一些代码以使用 pandas 读取 csv 文件，并且我需要将文件的第一行读入列表中以便将其用于某些描述性（参见代码第 1 部分）。我可以使用 pandas.read_csv 参数header=0，它会自动读出列标题，但它不会返回列表 afaik。在print() 的评论中，names 是我用来手动将列标题传递给 pandas.read_csv 的列表，但我希望它是自动的（所以当我添加/删除列时，我不必手动编辑名称数组）。

因此，为了解决这个问题，我想出了一个想法，即使用 csv.reader 单独读取第一行并获得一个列名列表，我可以通过这种方式在 pandas.read_csv 中使用（参见代码第 2 部分） .

Part1 pandas csv读取和打印数据的描述

import pandas as pd
filename = 'test.csv'
dataheadsize = 10
data = pd.read_csv(filename, sep=";", header=0, decimal=",") 

用于在此处传递名称列表而不是 header=0

print('Descriptives:\n', data.describe(), '\n\n',
'Datasheet (', dataheadsize, 'rows shown):\n', data.head(dataheadsize),
#'Count per class:\n',data.groupby(names[0]).size(),'\n\n',
)

Part2 试图将 csv 的第一行读入列表

import csv
file = open(filename, 'r')
reader = csv.reader(file, delimiter=';')
names = next(reader)
print(names)

这为我提供了我需要的列表，但由于某种原因，它在索引 [0] 处读取了一些额外的不需要的字符。这是print()返回的内容：

['VAR00001', 'VAR00002', 'VAR00003']

如您所见，我不希望返回那些 '' 字符，我想知道最好的方法是什么来规避它，我希望它是尽可能自动以供将来使用，这就是为什么我不想通过切片来删除字符，因为我不知道这些字符是否会根据 csv 文件而变化，它们的数量是否会发生变化等。

作为参考，这是 .csv 文件的前 5 行：

VAR00001;VAR00002;VAR00003
1;2;4
1;2;4
0;5;4
0;1;4

您现在可能已经知道，我不是最有经验的编码员，所以如果有办法跳过整个“单独读取 csv 以将列名放入列表”部分，请务必让我知道，因为我想不通！

Answer 1

您可以使用pd.read_csv 的nrows 参数分别读取列标签：

# read in column labels as list
cols = pd.read_csv('file.csv', nrows=0).columns.tolist()

# read in data; use default pd.RangeIndex, i.e. 0, 1, 2, etc., as columns
data = pd.read_csv('file.csv', header=None, skiprows=[0])

如果您需要指定编码，您可以通过 encoding 参数来实现，例如encoding='latin-1'.

Answer 2

如果一切都失败了，您可以手动删除它。

def FixHeader(headerArr):
    newHeaderArr = []
    for i in range(len(headerArr)):
        if i == 0: 
            newHeaderArr.append(headerArr[i][1:])
            # 1 being how many chars you want to remove
        else:
            newHeaderArr.append(headerArr[i])
    #print(newHeaderArr)
    return newHeaderArr

Answer 3

感谢大家的快速回复！

仅供参考，当我将编码更改为 utf-8 时，我得到了这个列表

['\ufeffVAR00001', 'VAR00002', 'VAR00003']

当我使用 latin-1 时，与我最初发布的列表相比，它没有任何改变。不过，我确信这会奏效，因为我找出了正确的编码。

但是，我按照建议使用 list(data.keys()) ，它就像一个魅力，同时也完全消除了单独阅读任何内容的需要。非常感谢所有回复的人！

Answer 4

我不知道他们添加这些字符的原因，但你为什么不尝试：

list(data.keys())