python - python/pandas read_csv 中的前导逗号

Question

我有一个 csv 文件，我想将其加载到 pandas 中，但格式设置给我带来了一些问题。文件是这样的:

Version 1

,Date Time,Name,Value

,26/Jan/2016 07:35:52,Name1,340rqi

,26/Jan/2016 07:00:00,Name2,1.00E+005

,26/Jan/2016 07:00:00,Name3,pulled_9

(这是一团糟的文件，但要点是第 1 列为空，第 1 行为空，位置 0,0 处只有“版本 1”)

我正在使用以下代码将其放入我的 DF 中:

filename_cv = '123456789.csv'
sheet_cv = filename_cv[:-4] #trimming off the .csv part
df_cv = pandas.read_csv(filename_cv, sheet_cv,engine='python')

但是输出并不理想。这是我得到的:

df_cv

Out[4]:

Version 1

0 ,26/Jan/2016 07:35:52,Name1,340rqi

1 ,26/Jan/2016 07:00:00,Name2,1.00E+005

2 ,26/Jan/2016 07:00:00,Name3,pulled_9

我认为那些前导逗号是我的问题，但是否有摆脱它们的好方法？

我知道我可以修剪行并更改索引 (skiprows)，但我确信那些前导逗号是我的问题的根源。

我希望逗号分隔值像往常一样进入它们自己的列。

怎么了？

Answer 1

试试这个:

In [313]: df = pd.read_csv('/path/to/file.csv', skiprows=1)

In [314]: df
Out[314]:
   Unnamed: 0             Date Time   Name      Value
0         NaN  26/Jan/2016 07:35:52  Name1     340rqi
1         NaN  26/Jan/2016 07:00:00  Name2  1.00E+005
2         NaN  26/Jan/2016 07:00:00  Name3   pulled_9

In [315]: df = df.drop(df.columns[0], axis=1)

In [316]: df
Out[316]:
              Date Time   Name      Value
0  26/Jan/2016 07:35:52  Name1     340rqi
1  26/Jan/2016 07:00:00  Name2  1.00E+005
2  26/Jan/2016 07:00:00  Name3   pulled_9

如果你想解析你的日期时间列，使用这个:

df = pd.read_csv(io.StringIO(data), skiprows=1, parse_dates=['Date Time'])