pandas API を使用してデータフレームに読み込む csv ファイルがあります。デフォルトの最初の行ではなく、独自のヘッダーを設定するつもりです。(一部の行も削除します。) これを達成するにはどうすればよいですか?
次のことを試しましたが、これは期待どおりに機能しませんでした。
header_row=['col1','col2','col3','col4', 'col1', 'col2'] # note the header has duplicate column values
df = pandas.read_csv(csv_file, skiprows=[0,1,2,3,4,5], names=header_row)
これにより、次のエラーが発生します-
File "third_party/py/pandas/io/parsers.py", line 187, in read_csv
File "third_party/py/pandas/io/parsers.py", line 160, in _read
File "third_party/py/pandas/io/parsers.py", line 628, in get_chunk
File "third_party/py/pandas/core/frame.py", line 302, in __init__
File "third_party/py/pandas/core/frame.py", line 388, in _init_dict
File "third_party/py/pandas/core/internals.py", line 1008, in form_blocks
File "third_party/py/pandas/core/internals.py", line 1036, in _simple_blockify
File "third_party/py/pandas/core/internals.py", line 1068, in _stack_dict
IndexError: index out of bounds
次に、列の設定を試みました
df.columns = header_row
しかし、おそらく列の値が重複しているため、これはエラーになりました。
File "engines.pyx", line 101, in pandas._engines.DictIndexEngine.get_loc
(third_party/py/pandas/src/engines.c:2498)
File "engines.pyx", line 107, in pandas._engines.DictIndexEngine.get_loc
(third_party/py/pandas/src/engines.c:2447)
Exception: ('Index values are not unique', 'occurred at index entity')
パンダ 0.7.3 バージョンを使用しています。ドキュメントから -
names : 列名の配列のようなリスト
ここで単純なものが欠けていると確信しています。ここで助けてくれてありがとう。