Question

在尝试ipython.org笔记本时，＆＃34; PYTHON FOR DATA MINING＆＃34;

以下代码：

data = pd.read_csv("http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data-original",
               delim_whitespace = True, header=None,
               names = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration',
                        'model', 'origin', 'car_name'])

产生以下错误：

 TypeError: read_csv() got an unexpected keyword argument 'delim-whitespace'

不幸的是，数据集文件本身并不是真正的csv，我不知道为什么他们使用read_csv（）来获取数据。

数据如下所示：

 14.0   8.   454.0      220.0      4354.       9.0   70.  1.    "chevrolet impala"

环境是Debian稳定的python / 2.7 w / ipython 0.13。在这里搜索后，我意识到它很可能是版本问题，作为参数＆＃39; delim-whitespace＆＃39;可能在pandas库的更高版本中，而不是APT包管理器可用的版本。

我尝试了几种解决方法，但没有成功。

首先，我尝试通过构建最新的源代码来升级pandas，但我发现我最终会得到一系列其他版本的依赖项，其版本需要升级并最终会破坏环境。例如，我不得不安装Cython，然后再次报告它 APT包管理器上的版本太旧了，所以我必须重建Cython，+其他库/模块等等。
然后在看了一下API后，我尝试使用其他参数：使用分隔符=＆＃39; ＆＃39;在调用read_csv（）时引起的它将引号内的字符串分成几列，
```
ValueError: Expecting 9 columns, got 13 in row 0
```
我尝试使用read_csv()参数quotechar='"'，如API中所述，但同样无法识别（意外的关键字参数）

最后，我尝试使用其他方式加载文件

data = DataFrame()

data.from_csv(url)

我知道了，

Out[18]: 
<class 'pandas.core.frame.DataFrame'>
Index: 405 entries, 15.0   8.   350.0      165.0      3693.      11.5   70.  1."buick skylark 320" to 31.0   4.   119.0      82.00      2720.      19.4   82.  1.   "chevy s-10"
Empty DataFrame

In [19]: print(data.shape)
(0, 9)

或者，与from_csv（），

的w / sep参数

In [20]: data.from_csv(url,sep=' ')

产生错误，

ValueError: Expecting 31 columns, got 35 in row 1
In [21]: print(data.shape)
(0, 9)

另外，也有相同的否定结果：

In [32]: data = DataFrame( columns = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration','model', 'origin', 'car_name'])

In [33]: data.from_csv(url,sep=', \t')Out[33]: 
<class 'pandas.core.frame.DataFrame'>
Index: 405 entries, 15.0   8.   350.0      165.0      3693.      11.5   70.  1."buick skylark 320" to 31.0   4.   119.0      82.00      2720.      19.4   82.  1.   "chevy s-10"
Empty DataFrame

In [34]: data.head()
Out[34]: 
Empty DataFrame

我尝试使用ipython3代替，但它无法找到/加载matplotlib，因为我的python3没有matplotlib 系统

非常感谢任何有关此问题的帮助。

Answer 1

奇怪的是，delim_whitespace参数出现在方法摘要中的Pandas documentation中，但不出现在参数列表中。尝试用delimiter = r'\s+'替换它，这相当于我假设作者的意思。

CSV确实引用逗号分隔值，但它通常用于指代常规分隔文本格式。 TSV（制表符分隔值）是另一种变体;在这种情况下，它基本上是以空格分隔的值。

Answer 2

您的代码使用delim_whitespace，但错误消息显示为delim-whitespace。前者存在，后者则不存在。

如果数据文件包含

 14.0   8.   454.0      220.0      4354.       9.0   70.  1.    "chevrolet impala"

并使用

定义data

data = pd.read_csv('data', delim_whitespace = True, header=None, names = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration', 'model', 'origin', 'car_name'])

然后成功解析DataFrame：

   mpg  cylinders  displacement  horsepower  weight  acceleration  model  \
0   14          8           454         220    4354             9     70   

   origin          car_name  
0       1  chevrolet impala

所以你只需将连字符改为下划线。

请注意，指定delim_whitespace=True时，将使用纯Python解析器。在这种情况下，我认为没有必要。使用史蒂夫霍华德建议的delimiter=r'\s+'可能会表现更好。（The source code says，＆＃34; C引擎在python引擎时更快目前功能更完整＆＃34;，但我认为the only feature py引擎具有C引擎不是skipfooter。）

ipython pandas TypeError：read_csv（）得到了一个意想不到的关键字参数＆＃39; delim-whitespace＆＃39;＆＃39;

2 个答案: