读取csv文件并使用pandas.Series.apply进行处理时,对header=?的处理
2017-10-10 22:10
921 查看
使用pandas.Series.apply可以编写函数,对Dataframe中的每一个Series进行处理,其用法如下:
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.apply.html
然而,dataframe在读取Series时,会不可避免的带上column名字(如这里的Date_received),
使得apply函数出错。
解决方法,是在读取的时候,将 header
= None 改为 header
=
0 即可
header=0 denotes the first line of data rather than
the first line of the file.
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.apply.html
然而,dataframe在读取Series时,会不可避免的带上column名字(如这里的Date_received),
使得apply函数出错。
解决方法,是在读取的时候,将 header
= None 改为 header
=
0 即可
header=0 denotes the first line of data rather than
the first line of the file.
相关文章推荐
- pandas读取csv文件进行处理时报错: TypeError: invalid type comparison
- 处理淘宝双11数据,使用pandas库快速切分海量csv文件
- pandas使用read_csv()读取文件遇到的问题
- 使用pandas read_table读取csv文件
- 使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法
- 如何高效读取CSV文件后进行高效处理?(之一:高效读取CSV格式文件)
- 使用实现pandas读取csv文件指定的前几行
- 使用pandas读取csv文件的指定列
- 解决pandas使用read_csv()读取文件遇到的问题
- 建议42:使用pandas处理大型CSV文件
- 使用pandas读取csv文件指定的前几行
- 使用pandas read_table读取csv文件的方法
- 使用Numpy读取CSV文件,并进行行列删除的操作方法
- 使用python的pandas库读取csv文件保存至mysql数据库
- 使用python pandas读取csv文件数据
- 使用NumPy和pandas对CSV文件进行写操作的实例
- Python使用pandas & pymysql读取MySQL数据到csv文件中
- 使用Numpy读取CSV文件,并进行行列删除操作
- Python-使用CSV模块进行文件处理
- 使用pandas读取csv文件的指定列方法