python - 在 Python 3.4 中按索引访问 16.0 Pandas 数据框中的行时出现 keyerror

Question

为什么我总是收到按键错误？

[编辑]这是数据:

GEO,LAT,LON
AALBORG   DENMARK,57.0482206,9.9193939
AARHUS   DENMARK,56.1496278,10.2134046
ABBOTSFORD BC  CANADA,49.0519047,-122.3290473
ABEOKUTA   NIGERIA,7.161,3.348
ABERDEEN   SCOTLAND,57.1452452,-2.0913745

[编辑结束]无法按索引找到行，但它显然在那里:

geocache = pd.read_csv('geolog.csv',index_col=['GEO']) # index_col=['GEO']
geocache.head()

演出

                      LAT           LON
GEO     
AALBORG DENMARK       57.048221     9.919394
AARHUS DENMARK        56.149628    10.213405
ABBOTSFORD BC CANADA  49.051905  -122.329047
ABEOKUTA NIGERIA       7.161000     3.348000
ABERDEEN SCOTLAND     57.145245    -2.091374

然后我测试一下:

x = 'AARHUS DENMARK'
print(x)
geocache[x]

这就是我得到的:

丹麦奥胡斯

<小时/>

KeyError Traceback(最近一次调用最后一次) 在 () 2 x = u'奥尔胡斯丹麦' 3 打印(x)----> 4 个藏宝点[x]

C:\Users\g\Anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   1785             return self._getitem_multilevel(key)
   1786         else:
-> 1787             return self._getitem_column(key)
   1788 
   1789     def _getitem_column(self, key):

C:\Users\g\Anaconda3\lib\site-packages\pandas\core\frame.py in _getitem_column(self, key)
   1792         # get column
   1793         if self.columns.is_unique:
-> 1794             return self._get_item_cache(key)
   1795 
   1796         # duplicate columns & possible reduce dimensionaility

C:\Users\g\Anaconda3\lib\site-packages\pandas\core\generic.py in _get_item_cache(self, item)
   1077         res = cache.get(item)
   1078         if res is None:
-> 1079             values = self._data.get(item)
   1080             res = self._box_item_values(item, values)
   1081             cache[item] = res

C:\Users\g\Anaconda3\lib\site-packages\pandas\core\internals.py in get(self, item, fastpath)
   2841 
   2842             if not isnull(item):
-> 2843                 loc = self.items.get_loc(item)
   2844             else:
   2845                 indexer = np.arange(len(self.items))[isnull(self.items)]

C:\Users\g\Anaconda3\lib\site-packages\pandas\core\index.py in get_loc(self, key, method)
   1435         """
   1436         if method is None:
-> 1437             return self._engine.get_loc(_values_from_object(key))
   1438 
   1439         indexer = self.get_indexer([key], method=method)

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:3824)()

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:3704)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12349)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12300)()

KeyError: 'AARHUS DENMARK'

没有多余的空格或不可见的字符，尝试将 r 和 u 放在字符串赋值之前，行为没有变化。

好吧，我错过了什么？

Answer 1

因为您没有将 sep (分隔符)参数传递给 read_csv默认是逗号分隔。由于您的 csv 在逗号后面包含空格/制表符，因此它们会被视为数据的一部分，因此您的索引数据包含嵌入的空格。

因此您需要将其他参数传递给 read_csv:

pd.read_csv('geolog.csv',index_col=['GEO'], sep=',\s+', engine='python')

sep arg 表示它将查找逗号前面有可选的 1 个或多个空格的逗号，我们将 engine='python' 作为 c 引擎传递不接受分隔符的正则表达式。