- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在从 Excel 文件读取数据时遇到一些问题。Excel 文件包含带有 unicode 字符的列名称。
由于一些自动化原因,我需要将 usecols 参数传递给 pandas.read_excel 函数。
问题是,当我不使用 usecols 参数时,数据加载时不会出现错误。
代码如下:
import pandas as pd
df = pd.read_excel(file)
df.colums
Index([u'col1', u'col2', u'col3', u'col with unicode à', u'col4'], dtype='object')
如果我使用 usecols:
COLUMNS = ['col1', 'col2', 'col with unicode à']
df = pd.read_excel(file, usecols = COLUMNS)
我收到以下错误:
ValueError: Usecols do not match columns, columns expected but not found: ['col with unicode \xc3\xa0']
使用 encoding = 'utf-8'
作为 read_excel 的参数并不能解决问题,并且还对 COLUMNS 元素进行编码。
编辑:这里是完整的错误窗口。
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-22-541ccb88da6a> in <module>()
2 df = pd.read_excel(file)
3 cols = df.columns
----> 4 df = pd.read_excel(file, usecols = ['col1', 'col2', 'col with unicode à'])
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\util\_decorators.pyc in wrapper(*args, **kwargs)
186 else:
187 kwargs[new_arg_name] = new_arg_value
--> 188 return func(*args, **kwargs)
189 return wrapper
190 return _deprecate_kwarg
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\util\_decorators.pyc in wrapper(*args, **kwargs)
186 else:
187 kwargs[new_arg_name] = new_arg_value
--> 188 return func(*args, **kwargs)
189 return wrapper
190 return _deprecate_kwarg
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\excel.pyc in read_excel(io, sheet_name, header, names, index_col, parse_cols, usecols, squeeze, dtype, engine, converters, true_values, false_values, skiprows, nrows, na_values, keep_default_na, verbose, parse_dates, date_parser, thousands, comment, skip_footer, skipfooter, convert_float, mangle_dupe_cols, **kwds)
373 convert_float=convert_float,
374 mangle_dupe_cols=mangle_dupe_cols,
--> 375 **kwds)
376
377
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\excel.pyc in parse(self, sheet_name, header, names, index_col, usecols, squeeze, converters, true_values, false_values, skiprows, nrows, na_values, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
716 convert_float=convert_float,
717 mangle_dupe_cols=mangle_dupe_cols,
--> 718 **kwds)
719
720 @property
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\excel.pyc in parse(self, sheet_name, header, names, index_col, usecols, squeeze, dtype, true_values, false_values, skiprows, nrows, na_values, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
599 usecols=usecols,
600 mangle_dupe_cols=mangle_dupe_cols,
--> 601 **kwds)
602
603 output[asheetname] = parser.read(nrows=nrows)
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in TextParser(*args, **kwds)
2154 """
2155 kwds['engine'] = 'python'
-> 2156 return TextFileReader(*args, **kwds)
2157
2158
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in __init__(self, f, engine, **kwds)
893 self.options['has_index_names'] = kwds['has_index_names']
894
--> 895 self._make_engine(self.engine)
896
897 def close(self):
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in _make_engine(self, engine)
1130 ' "c", "python", or' ' "python-fwf")'.format(
1131 engine=engine))
-> 1132 self._engine = klass(self.f, **self.options)
1133
1134 def _failover_to_python(self):
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in __init__(self, f, **kwds)
2236 self._col_indices = None
2237 (self.columns, self.num_original_columns,
-> 2238 self.unnamed_cols) = self._infer_columns()
2239
2240 # Now self.columns has the set of columns that we will process.
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in _infer_columns(self)
2609 columns = [names]
2610 else:
-> 2611 columns = self._handle_usecols(columns, columns[0])
2612 else:
2613 try:
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in _handle_usecols(self, columns, usecols_key)
2669 col_indices.append(usecols_key.index(col))
2670 except ValueError:
-> 2671 _validate_usecols_names(self.usecols, usecols_key)
2672 else:
2673 col_indices.append(col)
C:\Users\GiacomoSachs\Anaconda2\lib\site-packages\pandas\io\parsers.pyc in _validate_usecols_names(usecols, names)
1235 raise ValueError(
1236 "Usecols do not match columns, "
-> 1237 "columns expected but not found: {missing}".format(missing=missing)
1238 )
1239
ValueError: Usecols do not match columns, columns expected but not found: ['col with unicode \xc3\xa0']
最佳答案
这些方法对于选择 Excel 列非常有效:
第一种情况使用数字,“A”列 = 0,“B”列 = 1 等。
df = pd.read_excel("文件名.xlsx",usecols= range(0,5))
使用字母的第二种情况:
df = pd.read_excel("文件名.xlsx",usecols= "A, C, E:J")
关于python - 使用 usecols 时 pandas.read_excel 错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55239010/
我正在从 csv 读取一个表,并且只想要列的一个子集。我用于子集的列表包含我正在阅读的表中可能不存在的字段名称。例如: # contents of sample.csv: #a,b,c #1,2,3
我希望这很容易完成,但我遇到了问题,因为我从文本文件中选择列,但也想将文件名的一部分添加为最后一列或第四列。当然,我收到了“预期轴”的错误。 下面是我的代码: import pandas as pd
我有一个 csv 文件,是否可以让 usecols 在使用 read_csv 时获取除最后一列之外的所有列,而不列出所需的每一列。 例如,如果我有一个 13 列的文件,我可以执行 usecols=[0
我正在尝试循环浏览大量具有相同列名的 CSV,但其中一些具有不同的大小写。 我在我的代码中使用“usecols”,当大小写与 mycols 列表不匹配时会抛出错误。 df=pd.read_csv(fn
我正在 pandas 中读取一个没有标题的 csv 文件。我的问题是,当我在 usecols 中硬编码值并命名时,它工作正常。但是,当我从 cols 和名称列表获取输入(这些列表从 json 文件作为
我正在 pandas 中读取一个没有标题的 csv 文件。我的问题是,当我在 usecols 中硬编码值并命名时,它工作正常。但是,当我从 cols 和名称列表获取输入(这些列表从 json 文件作为
我正在尝试以下列格式加载包含 OHLC 数据的 csv 文件。 In [49]: !head '500008.csv' 03 Jan 2000,12.85,13.11,12.74,13.11,9765
我正在使用 pandas 读取休息服务中的文件。该文件很大,有 100 多列。但我只想阅读前两列。我知道我可以在 read_csv 中使用 usecols 但我想知道它究竟是如何工作的? pandas
考虑以下代码: import pandas as pd from StringIO import StringIO x=''' a,b,c,d 1,2,3,4 5,6,7,8 9,10,11,12 1
是否可以制作 Pandas 。 read_csv()如果在输入文件中找不到 usecols 中指定的列,则会引发错误?例如。在下面的示例中,我希望 Pandas 引发异常,因为输入文件中没有名为“he
我收到一个错误: ValueError: Usecols do not match columns, columns expected but not found: ['Search Query']
这是我的问题的重新措辞版本,希望更有意义: 当使用带有隐式索引的 read_csv 时(即文件中的第一列没有标题),一切正常,我得到一个数据帧,其索引是文件中的第一列 -隐式索引列。 但是,如果我将
我正在尝试使用 python pandas read_table 函数从我的文件中读取一定范围的非连续列。为此,我正在尝试: df=pd.read_table('genes.fpkm_tracking
当我使用 usecols 过滤列并使用多个索引时,pandas.read_csv 无法正确输入 csv 文件。 import pandas as pd csv = r"""dummy,date,loc
我在从 Excel 文件读取数据时遇到一些问题。Excel 文件包含带有 unicode 字符的列名称。 由于一些自动化原因,我需要将 usecols 参数传递给 pandas.read_excel
我正在尝试将一些列从导入的 csv 文件复制到 selected.csv 但它给了我这个错误: 'ValueError: Usecols do not match columns, columns e
我有一个包含 50 列数据的 csv 文件。我正在使用 Pandas read_csv 函数提取这些列的子集,使用 usecols 参数来选择我想要的列: cols_to_use = [0,1,5,1
我正在尝试将数据从 Excel 文件导入 pandas,但在输入以下内容时出现错误: energy = pd.read_excel('Indicators.xls',
我想在用 pandas 解析一些数据时只选择 2 列。 pd.read_table的帮助提到了一个usecols选项,这似乎正是我想要的: usecols : array-like, default
以下按预期工作。 190栏全部读入。 pd.read_csv("data.csv", header=None, names=columns,
我是一名优秀的程序员,十分优秀!