Question

我对python很新。

我正在尝试使用python自动化建筑能耗数据的一些数据分析。我正在使用python 2.7.3，pandas 0.12，Canopy with qtconsole

以下是我要遵循的步骤：

将我的模拟软件中的数据粘贴到excel
从Excel导出到csv
在pandas dataframe
执行我的分析

在交互式控制台中，我编写以下代码

import pandas as pd
rooms = pd.read_csv('IES Results - Rooms.csv', index_col='Room # (Real)')
systems = pd.read_csv('IES Results - Systems.csv',index_col='Room #')
all_values = pd.concat([rooms,systems],axis=1)
all_values = all_values.T.drop_duplicates().T
columns = [u'Room ID',u'Room Name',u'Floor Area (m²) (Real)',u'Volume (m³) (Real)']
selected_values = all_values[columns]

不幸的是我收到以下错误

KeyError: "[u'Floor Area (m\\xb2) (Real)' u'Volume (m\\xb3) (Real)'] not in index"

正如您所看到的，带有上标的所有列都没有被正确解释，并且在dataframe中找不到它们。

写作时

all_values.columns

列标题在IPython控制台中正确显示。然后我复制并粘贴我感兴趣的值，以创建“列”列表以传递给'selected_values = all_values[columns]'

我做了很多研究，但我无法理解它。

我试图指定各种编码但我并不真正了解它发生了什么。

我被困了一天多。

你能帮忙吗？

Answer 1

好的，如果我这样做了，

1）摆脱Excel。 - 你需要它吗。为什么您的模拟程序不会自行转储数据？如果它不能代替粘贴到Excel，请将其粘贴到txt文件并从Python解析它

2）摆脱超级脚本 - 你真的需要上标吗？我会删除那些，至少在我的分析阶段，当需要某种演示时，我会恢复它们。

Answer 2

经过一些测试后，我发现问题出现在我用来创建“列”的复制和粘贴中。

比较差异。

使用复制和粘贴

创建此“列”

columns_cp = [u'Room ID',u'Room Name',u'Floor Area (m²) (Real)',u'Volume (m³) (Real)']
columns_cp
Out[29]: 
[u'Room ID',
 u'Room Name',
 u'Floor Area (m\xb2) (Real)',
 u'Volume (m\xb3) (Real)']

正如您所看到的，格式化已经消失。 m \ xb2和m \ xb3不正确。

更好的方法是执行以下操作

columns = [all_values.columns.tolist()[i] for i in [0,1,8,11]]

其中0,1,8,11是我感兴趣的列。这是列

的输出

columns
Out[30]: 
['Room ID',
 'Room Name',
 'Floor Area (m\xc2\xb2) (Real)',
 'Volume (m\xc2\xb3) (Real)']

正如您所看到的那样，编码确实没有丢失：

selected_values = all_values[columns]
In [32]: selected_values
Out[32]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 288 entries, 0 to 457
Data columns (total 4 columns):
Room ID                   288  non-null values
Room Name                 288  non-null values
Floor Area (m²) (Real)    288  non-null values
Volume (m³) (Real)        288  non-null values
dtypes: object(4)

它按预期工作，上标不会丢失。

干杯

read_csv列编码

2 个答案: