パンダ: 行あたりの列数が異なる csv をインポートします

行ごとの列数が異なる場合は、次の基本構文を使用して CSV ファイルをパンダにインポートできます。

 df = pd. read_csv (' uneven_data.csv ', header= None , names=range( 4 ))

range()関数内の値は、最大列数の行の列数である必要があります。

次の例は、この構文を実際に使用する方法を示しています。

例: 行あたりの列数が異なる CSV を Pandas にインポートする

たとえば、不均等データ.csvという次の CSV ファイルがあるとします。

各行の列数は同じではないことに注意してください。

read_csv()関数を使用してこの CSV ファイルを pandas DataFrame にインポートしようとすると、エラーが発生します。

 import pandas as pd

#attempt to import CSV file with differing number of columns per row
df = pd. read_csv (' uneven_data.csv ', header= None )

ParserError: Error tokenizing data. C error: Expected 2 fields in line 2, saw 4

ParserErrorを受け取ります。これは、パンダが2 つのフィールド (最初の行の列数であるため) を予期していましたが、 4 を認識したことを示します。

このエラーは、特定の行の最大列数が4であることを示しています。

したがって、CSV ファイルをインポートし、 name引数にrange(4)の値を指定できます。

 import pandas as pd

#import CSV file with differing number of columns per row
df = pd. read_csv (' uneven_data.csv ', header= None , names=range( 4 )))

#view DataFrame
print (df)

   0 1 2 3
0 to 22 NaN NaN
1 B 16 10.0 12.0
2 C 25 10.0 NaN
3 D 14 2.0 7.0
4 E 20 4.0 NaN

pandas に 4 列を期待するように明示的に指示したため、エラーなしで CSV ファイルを pandas DataFrame に正常にインポートできることに注意してください。

デフォルトでは、pandas は各行のすべての欠損値を NaN で埋めます。

欠損値をゼロとして表示したい場合は、次のようにfillna()関数を使用できます。

 #fill NaN values with zeros
df_new = df. fillna ( 0 )

#view new DataFrame
print (df_new)

   0 1 2 3
0 to 22 0.0 0.0
1 B 16 10.0 12.0
2 C 25 10.0 0.0
3 D 14 2.0 7.0
4 E 20 4.0 0.0

DataFrame 内の各 NaN 値はゼロに置き換えられました。

注: pandas read_csv()関数の完全なドキュメントはここで見つけることができます。

追加リソース

次のチュートリアルでは、Python で他の一般的なタスクを実行する方法について説明します。

Pandas: CSV ファイルを読み取るときに行をスキップする方法
パンダ: 既存の CSV ファイルにデータを追加する方法
Pandas: CSV ファイルをインポートするときにタイプを指定する方法
Pandas: CSV ファイルをインポートするときに列名を設定する