用pandas读取csv并指定列名

Question

我尝试使用pandas从csv文件导入数据：

data=pd.read_csv("data.csv")

这似乎工作正常。接下来我想指定列＆＃39;姓名

data.columns = ['X', 'Y']

以便我可以稍后绘制它。问题来了：

File "pandas/_libs/hashtable_class_helper.pxi", line 1273, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'X'

csv文件具有以下格式

   X   Y    
  20   120  
  25   145  
  41   160  
  62   301
...

任何人都知道我做错了什么？

谢谢！

Answer 1

您正在尝试导入“空格”分隔的DataFrame。正如@jezrael在评论中所说，你应该使用：

data=pd.read_csv("data.csv", delim_whitespace=True) 

来自official doc：

  

delim_whitespace：布尔值，默认为False

     

相当于设置sep ='\ s +'。   如果此选项设置为True，则不应为delimiter参数传递任何内容。

此外，如果您想指定列名称（这是您的问题）：

再次从official documentation您可以看到您应该：

• 使用names参数指定列应采用的名称。
• 使用header参数告诉python第一行（索引0）应该被解析为colnames

所以要恢复，你应该可以使用以下三个语句中的任何一个：

data = pandas.csv("data.csv", delim_whitespace=True, names=["X","Y"])

data = pandas.csv("data.csv", delim_whitespace=True, header=0)

data = pandas.csv("data.csv", sep="\s+") 

  

关于header参数：

     

用作列名的行号和数据的开头。默认行为是推断列名称   如果没有传递名称，则行为与header = 0相同，并且从文件的第一行推断列名称

     

请注意，如果skip_blank_lines = True，此参数将忽略注释行和空行，因此header = 0表示第一行数据而不是文件的第一行