我有一个tsv（制表符分隔）文件，其数据如下：
1 102 apple
2 102 orange
3 103 grapes
4 103 banana
5 103 carrot
我想获取第二个字段中具有公共值的文件行。然后，我想对每个组的各个元素执行操作。所以我在顶部添加了字段名称，如下所示：
A B C
1 102 apple
2 102 orange
3 103 grapes
4 103 banana
5 103 carrot
我将pandas中的数据读作：
data = pd.read_csv('mydata.tsv', error_bad_lines=False)
并尝试使用groupby：
g1 = data.groupby('B')
但我收到的错误是：
# duplicate columns & possible reduce dimensionality
KeyError: 'B'
data.info（）给了我这个：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2481 entries, 0 to 2480
Data columns (total 1 columns):
A B C 2481 non-null object
dtypes: object(1)
memory usage: 19.5+ KB
我正在使用python 2.7。
答案 0 :(得分：1)
在df.info()之后查看pd.read_csv()的输出会很有帮助。在任何情况下，你应该做
pd.read_csv(file, sep='\t', header=None)
然后使用
设置列df.columns = ['A', 'B', 'C']
或者只需一步完成同样的事情：
pd.read_csv(file, sep='\t', header=None, names=['A', 'B', 'C'])
然后.groupby('B')应该可以正常工作，假设您可以正确读取文件。