使用带注释标头的pandas读取csv

2024年2月4日 471次阅读

我的CSV文件在标题行中有#：

s = '#one two three\n1 2 3'

如果我使用pd.read_csv,#符号会进入第一个标题：

import pandas as pd
from io import StringIO
pd.read_csv(StringIO(s), delim_whitespace=True)
     #one  two  three
0     1    2      3

如果我设置参数comment =’#’,那么pandas会完全忽略该行.

有没有一种简单的方法来处理这种情况？

第二个问题,相关的是,在这种情况下如何处理引用,它没有#：

s = '"one one" two three\n1 2 3'
print(pd.read_csv(StringIO(s), delim_whitespace=True))
   one one  two  three
0        1    2      3

它没有#：

s = '#"one one" two three\n1 2 3'
print(pd.read_csv(StringIO(s), delim_whitespace=True))
   #"one  one"  two  three
0      1     2    3    NaN

谢谢！

           更新

这是第二个例子的测试.

s = '#"one one" two three\n1 2 3'
# here I am cheating slicing the string
wanted_result = pd.read_csv(StringIO(s[1:]), delim_whitespace=True)
# is there a way to achieve the same result configuring somehow read_csv?
assert wanted_result.equals(pd.read_csv(StringIO(s), delim_whitespace=True))

最佳答案 您可以通过以下方式重命名read_csv()输出的第一个标头：

import pandas as pd

from io import StringIO
df = pd.read_csv(StringIO(s), delim_whitespace=True)
new_name =  df.columns[0].split("#")[0]
df.rename(columns={df.columns[0]:new_name})
点赞