pandas.read_csv中的skiprows参数是否接受可调用函数？

Question

我读了read_csv函数的pandas文档，它说它可以接受skiprows参数的可调用函数。

他们在此列出了https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html）可以使用lambda表达式。但是，当我尝试实现它时，我收到了这个错误：

ValueError：索引名称无效

代码

df = pd.read_csv('student_scores.csv', index_col=['Name', 'ID'], skiprows= (lambda x: x in [0, 2]))
df.head()

任何猜测为什么？

由于

PS。在csv。

中打印数据结构的屏幕

Answer 1

正在进行的是skiprows = lambda x : x in [0, 2]和index_col=['Name', 'ID']的效果的组合。

文件中的第一行包含列名称，但skiprows = lambda x : x in [0, 2]会跳过第一行（，索引为0 ）。这样，read_csv无法正确推断列名称，当您指定index_col=['Name', 'ID']时，它会失败，因为它找不到具有该名称的列。

注意：我使用@ jezrael的示例文件作为csv：

temp=u"""Name;ID;val
X;A;100
Y;A;50.5
Z;A;60
E;B;90
F;B;45
G;C;100"""

此：

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", index_col=[0, 1], skiprows= [0, 2])

有效，因为您可以通过位置指定列，避免出现名称问题。

证明：

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", index_col=[0, 1], skiprows= lambda x : x in [1, 2]) # works, not skipping column names' row

df = pd.read_csv(pd.compat.StringIO(temp), sep=";", names=['Name', 'ID', 'val'], index_col=[0, 1], skiprows= ['Name', 'ID']) # works (explicit column naming)