Question

我有原始的文本文件：original.txt

$result

为了计算，我将此文件读作CSV

tmin,       tmax,     mean, fmin, fmax, stdev
0,        0.005000,    0,     0,    0,    0
0.005000, 0.010000,    0,     0,    0,    0

当我输入 df.columns

时

索引（[u'tmin'，你'tmax'，你'是'，你'fmin'，你'fmax'，你'stdev']，dtype ='对象'）

什么是你'？和
我想从df.tmin [0]，df.tmax [0]，df.mean [0]，df.fmin [0]，df.fmax [0]，df.stdev [0]中得到一些值。等等。

当我输入df.tmax [0]时，会出现以下错误。

>>>import pandas as pd
>>>import numpy as np
>>>from pandas import Series, DataFrame

>>>df=pd.read_csv('oringinal.txt')
>>>df 
      tmin   tmax   mean   fmin   fmax   stdev
0    0.000  0.005      0      0      0       0
1    0.005  0.010      0      0      0       0

如何解决这个问题？

Answer 1

列名称中有空格：

Index([u'tmin', u' tmax', u' mean', u' fmin', u' fmax', u' stdev'], dtype='object')

默认情况下read_csv使用逗号作为字段之间的分隔符来解析文件。因此，df最终会以u' tmax'而不是u'tmax'的列结束。

要正确解析文件，请使用

df = pd.read_csv('oringinal.txt', sep=r',\s*')

代替。正则表达式模式,\s*匹配文字逗号，后跟0或更多的空白字符。

请注意，现在列名不包含空格：

In [117]: df.columns
Out[117]: Index(['tmin', 'tmax', 'mean', 'fmin', 'fmax', 'stdev'], dtype='object')

u'...'是Python2代表unicode string的方式。

正如UMax在a now deleted answer中指出的那样，您也可以使用

df = pd.read_csv('oringinal.txt', skipinitialspace=True)

这避免了使用正则表达式模式进行分隔符。由于只有'python'（解析器）引擎支持正则表达式，'c'引擎（理解skipinitialspace=True）速度更快，因此UMax的替代方案应该更快，尤其对于大文件。

Answer 2

你＆＃39;表示unicode字符串。

要获得tmin，tmax等值，只需输入

即可

df.tmin

表示整栏或

df['tmin']

您可以通过执行以下操作获取特定值：

df.tmin[0]

或

df['tmin'][0]

如何读取文本文件列以应用python数据框？

2 个答案: