Question

我在pandas模块上读取CSV（或txt文件）时遇到问题因为numpy的loadtxt函数需要花费太多时间，所以我决定使用pandas read_csv。

我想从txt文件创建一个numpy数组，其中四列用空格分隔，并且行数非常多（例如256 ^ 3。在这个例子中，它是64 ^ 3）。

问题在于我不知道为什么，但似乎pandas的read_csv总是会跳过csv（txt）文件的第一行（第一行），从而减少一个数据。

这是代码。

from __future__ import division
import numpy as np
import pandas as pd
ngridx = 4
ngridy = 4
ngridz = 4
size = ngridx*ngridy*ngridz
f = np.zeros((size,4))
a = np.arange(size)
f[:, 0] = np.floor_divide(a, ngridy*ngridz)
f[:, 1] = np.fmod(np.floor_divide(a, ngridz), ngridy)
f[:, 2] = np.fmod(a, ngridz)
f[:, 3] = np.random.rand(size)
print f[0]
np.savetxt('Testarray.txt',f,fmt='%6.16f')
g = pd.read_csv('Testarray.txt',delimiter=' ').values
print g[0]
print len(g[:,3])

输出中显示的

f [0]和g [0]必须匹配但不匹配，表示pandas正在跳过Testarray.txt的第一行。此外，加载文件g的长度小于数组f的长度。

我需要帮助。

提前致谢。

Answer 1

默认情况下，pd.read_csv使用header=0（当未指定names参数时），这意味着第一行（即第0个索引）行被解释为列名。

如果您的数据没有标题，请使用

pd.read_csv(..., header=None)

例如，

import io
import sys
import pandas as pd
if sys.version_info.major == 3:
    # Python3
    StringIO = io.StringIO 
else:
    # Python2
    StringIO = io.BytesIO

text = '''\
1 2 3
4 5 6
'''

print(pd.read_csv(StringIO(text), sep=' '))

如果没有header，第一行1 2 3会设置列名称：

   1  2  3
0  4  5  6

使用header=None，第一行被视为数据：

print(pd.read_csv(StringIO(text), sep=' ', header=None))

打印

   0  1  2
0  1  2  3
1  4  5  6

Answer 2

如果您的文件没有标题行，则需要通过在调用pd.read_csv（）时使用header = None来告诉Pandas。

Python Pandas不读取csv文件的第一行

2 个答案: