python - Pandas DataFrame - 查找列的索引值

Question

我有一个包含 ID、名称、规范、时间等列的 DataFrame。

我打开它们的文件路径

mc = pd.read_csv("C:\\data.csv", sep = ",", header = 0, dtype = str)

当我检查我的列值时，使用

mc.coulumns.values 

我发现我的身份证上有一个奇怪的字符，看起来像这样，

['/ufeffID', 'Name', 'Specification', 'Time']  

在此之后，我为这些列分配了这样的 ID，

 mc.columns.values[0] = "ID"

当我检查这个时使用

mc.columns.values 

我得到的结果是，

Array(['ID', 'Name', 'Specification', 'Time']) 

然后，我检查了，

"ID" in mc.columns.values

它给了我 "True"

然后我试了一下，

mc["ID"]

我收到这样的错误说明，

keyError 'ID'.

我想获取 ID 列的值并去掉 ID 列前面的奇怪字符？有什么办法可以解决吗？任何帮助，将不胜感激。先感谢您。

Answer 1

这是 utf-16 BOM，将 encoding='utf-16' 传递给 read_csv 参见:https://en.wikipedia.org/wiki/Byte_order_mark#Representations_of_byte_order_marks_by_encoding

mc = pd.read_csv("C:\\data.csv", sep=",", header=0, dtype=str, encoding='utf-16')

上面应该可以工作 FE FF 是特定于 utf-16 Big endian 的 BOM

此外，您应该使用 rename 而不是尝试覆盖 np 数组值:

mc.rename(columns={mc.columns[0]: "ID"}, inplace=True)

应该可以正常工作