Python:从cs解析未命名的列

2024-03-30 03:01:47 发布

您现在位置:Python中文网/ 问答频道 /正文

我想从以前生成的csv文件中正确读取未命名的列。你知道吗

csv有一个多索引标题,每个列的形状不同,例如,列0有一个坐标,列1有两个坐标,列2有三个坐标。因此,在读取完整的csv时,未命名的列将出现在第0列和第1列中。 我需要定位具有给定值的行,但无法传递正确的列。你知道吗

想象一下我的.csv'文件如下所示:

C0,C1,C2
,C10,C20
,,C22
-2,0,0.4101
-1,1,0.8058
0,0,0.1000
1,3,0.3846

我试着读一下:

read_df = pd.read_csv('my.csv', header=[0,1,2]) 
print(read_df)

                  C0                 C1      C2
  Unnamed: 0_level_1                C10     C20
  Unnamed: 0_level_2 Unnamed: 1_level_2     C22
0                 -2                  0  0.4101
1                 -1                  1  0.8058
2                  0                  0  0.1000
3                  1                  3  0.3846

我需要选择对应于C0值的行,但结果不是KeyError就是TypeError,如下所示:

read_df.loc( read_df[('C0','','')] == 0 )  ## KeyError: ('C0', '', '')

read_df.loc( read_df[('C0','0_level_1','0_level_2')] == 0 ) ## KeyError: ('C0', '0_level_1', '0_level_2')

read_df.loc( read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0 ) ## TypeError: 'Series' objects are mutable, thus they cannot be hashed

一个转变可能是预先命名列并防止这种情况发生,但最好理解如何管理这种情况。你知道吗

谢谢

PS我是这样生成的'我的.csv'

import pandas as pd
import random as rnd

col_0 = [('C0', '', '')]
col_1 = [('C1', 'C10','')]
col_2 = [('C2', 'C20', 'C22')]

tot_col = columns=pd.MultiIndex.from_tuples(col_0 + col_1 + col_2)

tot_df = pd.DataFrame(columns=tot_col)

def get_data():
    data_dict = { ('C1','C10','')    : rnd.randint(0,5),
                  ('C2','C20','C22') : '{:2.4f}'.format(rnd.random()) }
    data_df = pd.DataFrame( [data_dict], columns=tot_col )
    return(data_df)

for ii in range(-2, 2):
    ii_df = get_data()
    ii_df[('C0','','')] = ii
    tot_df = pd.concat([tot_df, ii_df], ignore_index=True)

tot_df.to_csv('my.csv', index=False)

Tags: csvdfreaddatacolleveliipd
1条回答
网友
1楼 · 发布于 2024-03-30 03:01:47

你在找什么

read_df.loc[ read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0 ]

或者只是

read_df[read_df[('C0', 'Unnamed: 0_level_1', 'Unnamed: 0_level_2')] == 0]

结果:

                  C0                 C1      C2
  Unnamed: 0_level_1                C10     C20
  Unnamed: 0_level_2 Unnamed: 1_level_2     C22
2                  0                  4  0.2373




恢复原始索引有点笨拙:
read_df.columns = pd.MultiIndex.from_tuples([tuple('' if y.startswith('Unnamed:') else y for y in x) for x in map(list, read_df.columns.tolist())])

之后,您可以像往常一样使用:

read_df[read_df[('C0','','')] == 0]

结果:

  C0  C1      C2
     C10     C20
             C22
2  0   4  0.2373

相关问题 更多 >