熊貓。 pd.read_csv KeyError：不在索引錯誤

Question

我正在處理超過百萬條目的CSV文件。我試圖將每個候選人的數據作爲單獨的列讀取。我能夠解析第一個候選人的數據，但是當我到達下一個候選人時，我得到的錯誤['cand_nm']不在索引中。

下面是該文件的鏈接：Link to data file

%matplotlib 
import matplotlib.pyplot as plt 
import pandas as pd 
import numpy as np 

第一候選

reader_bachmann = pd.read_csv('P00000001-ALL.csv', squeeze=True, low_memory=False, nrows=411) 
print(reader_bachmann) 
cand_bachmann = reader_bachmann[["cand_nm"]] 
print(cand_bachmann) 

第二位候選

reader_romney = pd.read_csv('P00000001-ALL.csv', skiprows=range(0,411) , na_filter =True, low_memory=False) 
print(reader_romney) 
cand_romney = reader_romney[["cand_nm"]] 
print(cand_romney) 

錯誤消息

KeyError: "['cand_nm'] not in index" 

Answer 1

當你使用skip_rows這樣你就失去了標題。因此，您的標題爲reader_romney現在是行號412.如果這是您想要讀取該文件的方式，則需要將標題行存儲到字符串列表中，然後將該列表作爲names= kwarg傳遞。例如

r_bachman = pd.read_csv('P00000001-ALL.csv', squeeze=True, low_memory=False, 
         nrows=411) 
cols = r_bachman.columns 
r_romney = pd.read_csv('P00000001-ALL.csv', skiprows=range(0,411), 
         na_filter =True, low_memory=False, names=cols)