Pandas Data Frame Index 超出范围和存在unnamed, NaN

最新推荐文章于 2024-12-14 17:38:50 发布
最新推荐文章于 2024-12-14 17:38:50 发布
阅读量417 收藏
点赞数 3
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： pandas python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kecilimu/article/details/140371590

使用pandas读入数据时，然后时用df.iloc[]报错索引超出范围

Index超出范围：

出现这个问题请仔细检查pandas在读入数据时，特别是CSV数据，是否使用了正确的分隔符。或者在数字矩阵前存在中文，导致读入数据的数据类型不对。从而导致无法正确识别列数和行数。

Unnamed：

Unnamed行或者列一般是由于全部读入数据是，存在完全的空行或者空列，这时只需要剔除即可。

df = df.loc[:, -df.columns.str.contains("Unnamed")]  # 以列为例

NaN：

NaN值是个比较普遍的问题，所以pandas提供了专门的方法，和R语言中类似，使用dropna()方法即可。

df = df.dropna()

 个人博客：https://kecilimu-notion.vercel.app/

个人邮箱：kecilimu@163.com

转载请务必注明出处

文章封面是利兹与青鸟，但是忘记作者了

删除pandas中产生的Unnamed列
CJW的博客
03-23 1万+
在数据处理，如果不注意：pandas会自己帮忙加上行和列的名称。 这是由于pandas中to_excel生成的数据是各种拼接之后的最终数据（默认index=True,column=True） 解决办法： # -*- coding: utf-8 -*- import pandas as pd inputFile = '../data/test.xlsx' # 输入的数据文件 outputFile...
100天精通Python（数据分析篇）——第56天：Pandas读写txt和csv文件（read_csv、to_csv参数说明+代码实战）
努力让自己发光，对的人才能迎着光而来
09-19 1万+
100天精通Python（数据分析篇）——第56天：Pandas读写txt和csv文件（read_csv、to_csv） 一、文本文件 1. read_csv() skiprows nrows index_col names 2. to_csv() sep na_rep columns header index
pandas（一）：read_csv解决第一列Unnamed问题
Trisyp的博客
08-24 3475
read_csv常用
pandas 中读取和写入csv文件时候出现Unnamed，解决方案
热门推荐
数据轨迹的专栏
09-12 2万+
在读取csv文件的时候，默认会自动添加新的一列，Unnamed。解决方案： read_csv（）时候，设置index_col=0即可。 在写入csv文件的时候，默认会自动加入新的一列，Unnamed,解决方案： to_csv()时候，设置index=False。或者加上index=True, index_label="id"...
解决问题：pandas读取或者写入csv文件会多出现一列----Unnamed:0
小马哥的博客
03-22 1万+
注意：读取或者写入pandas文件时出现新的一列 'Unnamed:0' 解决方案1： read_csv（）时候，设置index_col=0即可。 pd.read_csv(path,index_col=0) 解决方案2： to_csv()时候，设置index=False。或者加上index=True, index_label=“id” df.to_csv(path,index=Fals...
Python读取execl, 出现Unnamed列，导致处理报错ValueError: Unexpected input dimension XX, expected XX
Constantdropping的博客
04-02 4221
使用pandas读取Excel的数据，如 data = pd.read_excel(file) 然后进行下一步的处理。但是在大数据量的情况下，容易出现Unnamed列，从而导致读取的数据和实际想要的数据维度不匹配。 这时，我们对读取到的data进行如下的处理，可以删去相应的Unnamed列来解决此类问题。 data = data.loc[:, ~data.columns.str.contains('^Unnamed')] ...
「数据处理」pandas.concat() 合并数据集
qq_52063383的博客
02-07 1067
pandas.concat()使用说明
Pandas进阶贰 pandas基础
qq_32844743的博客
12-19 523
Pandas进阶贰 pandas基础 pandas进阶系列根据datawhale远昊大佬的joyful pandas教程写一些自己的心得和补充，本文部分引用了原教程，并参考了《利用Python进行数据分析》、numpy官网、pandas官网 为了方便自己回顾和助教审阅，每一节先将原教程重要知识点罗列一下帮助自己回顾，在其后写一些自己的心得以及我的习题计算过程 本文的的函数总结中， 库函数使用 包名+函数名 命名，如pd.read_csv() 类方法用 类名简写或x + 函数名 命名，如df.to_csv()
数据分析处理库Pandas
最新发布
weixin_63091390的博客
12-14 981
数据分析处理库-Pandas
python数据分析之pandas
m0_53068976的博客
09-11 965
Series一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很接近。Series能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。DataFrame二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。
【Python-Pandas】删除未命名列Unnamed
写代码的犄角旮瘩
03-04 1302
问题起源：由于在上一步中的to.csv函数中，我没有设置删除索引，导致输出的tsv文件中自带了未命名的一列索引，如图：但是这个索引在我的实验中，并不需要(严谨一点，目前不需要)。所以，我希望能够在不改变原来数据类的情况下，删除这个未命名列。
pandas存储csv文件后后再读取去除第一列的Unnamed: 0
qq_33740989的博客
07-02 924
方法1：读取 CSV 文件时使用参数，将第一列作为索引。方法2：存储 CSV 文件时使用参数，不包含索引列。这两种方法都可以避免读取 CSV 文件时出现 “Unnamed: 0” 列。
删除pandas中产生的Unnamed:xx列
CCESARE的博客
11-18 6804
python在使用 pd.read_csv(xxx, sep='\t' ) 读文件时， 结果df中多出了一列Unnamed:38，本来38个字段又多了一个，变成39个字段。 看起来就很烦。 解决方案一： pd.read_csv(path, index_col=0) pd.to_csv(path, index=False) 解决方案二： 用pandas处理数据是，产生了 Unnamed:0 列，解决方案如下： df.loc[ : , ~df.columns.str.contains("..
Pandas -- 不选择Unnamed字段的列
MarkAdc的博客
07-29 2976
前言 pandas读取的表格如果某字段名称没有值 那么代码输出会显示为Unnamed…(str类型） 示例 下方图片为excel文件部分截图 可以清晰的看到第一个字段是没有名称的 用pandas读取 import pandas as pd path = "./files/demo.xlsx" df = pd.DataFrame(pd.read_excel(path, engine="openpyxl")) print(df.columns.to_list()) 输出字段名称 解决方案
pandas 中读取和写入csv文件时候出现Unnamed:0的解决方案
我是天才很好
06-13 1万+
在读取csv文件的时候，默认会自动添加新的一列，Unnamed:0 解决方案： read_csv（）时候，设置index_col=0即可。 在写入csv文件的时候，默认会自动加入新的一列，Unnamed:0 解决方案： to_csv()时候，设置index=False。或者加上index=True, index_label="id" ...
解决用Pandas处理csv,excel文件多出unnamed列问题
alzy133的博客
05-26 1万+
用read_csv, read_excel, to_csv, to_excel的时候会多出unnamed列，开始查到的方法是添加属性： df = pd.read_csv('data.csv', index_col=0) df = df.to_csv('data.csv', index=False) 但是上面的代码对我这个无效，后来在stackoverflow上查到可以直接删除包含unname的字段，虽然感觉方法笨一点但是是有效的。 data = data.loc[:, ~data.columns.str
pandas数据筛选与修改
qq_52281259的博客
10-24 1008
pandas数据筛选与修改
问题：使用pandas中的DataFrame写入csv文件多出一行unnamed，如何解决呢？？
05-02 2262
to_csv时，设置index=False 或 index=True，index_label = 'id' read_csv时，设置index_col=0即可 两种方式均可哦，快去试试吧！！！(*^▽^*) 转载于:https://www.cnblogs.com/cola-1998/p/10803164.html...
7. 读取mtcars数据集并实现以下操作： （1）查看mtcars数据集的维度、delattr小等信息。 （2）使用describe方法对整个mtcars数据集进行描述性统计。 （3）计算不同cyl(气缸数)、carb(化油器)对应的mpg(油耗)和hp(马力)的均值。
06-09
好的，我可以帮您完成这个任务。以下是代码实现： ```python # 导入所需的库 import pandas as pd # 读取mtcars数据集 mtcars = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/train.csv') # 查看mtcars数据集的维度、delattr小等信息 print(mtcars.shape) print(mtcars.info()) # 使用describe方法对整个mtcars数据集进行描述性统计 print(mtcars.describe()) # 计算不同cyl(气缸数)、carb(化油器)对应的mpg(油耗)和hp(马力)的均值 grouped = mtcars.groupby(['cyl', 'carb'])[['mpg', 'hp']].mean() print(grouped) ``` 输出结果如下： ``` (32, 12) <class 'pandas.core.frame.DataFrame'> RangeIndex: 32 entries, 0 to 31 Data columns (total 12 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 mpg 32 non-null float64 1 cyl 32 non-null int64 2 disp 32 non-null float64 3 hp 32 non-null int64 4 drat 32 non-null float64 5 wt 32 non-null float64 6 qsec 32 non-null float64 7 vs 32 non-null int64 8 am 32 non-null int64 9 gear 32 non-null int64 10 carb 32 non-null int64 11 Unnamed: 11 0 non-null float64 dtypes: float64(6), int64(6) memory usage: 3.1 KB None mpg cyl disp hp drat wt \ count 32.000000 32.000000 32.000000 32.000000 32.000000 32.000000 mean 20.090625 6.187500 230.721875 146.687500 3.596563 3.217250 std 6.026948 1.785922 123.938694 68.562868 0.534679 0.978457 min 10.400000 4.000000 71.100000 52.000000 2.760000 1.513000 25% 15.425000 4.000000 120.825000 96.500000 3.080000 2.581250 50% 19.200000 6.000000 196.300000 123.000000 3.695000 3.325000 75% 22.800000 8.000000 326.000000 180.000000 3.920000 3.610000 max 33.900000 8.000000 472.000000 335.000000 4.930000 5.424000 qsec vs am gear carb Unnamed: 11 count 32.000000 32.000000 32.000000 32.000000 32.000000 0.0 mean 17.848750 0.437500 0.406250 3.687500 2.812500 NaN std 1.786943 0.504016 0.498991 0.737804 1.615199 NaN min 14.500000 0.000000 0.000000 3.000000 1.000000 NaN 25% 16.892500 0.000000 0.000000 3.000000 2.000000 NaN 50% 17.710000 0.000000 0.000000 4.000000 2.000000 NaN 75% 18.900000 1.000000 1.000000 4.000000 4.000000 NaN max 22.900000 1.000000 1.000000 5.000000 8.000000 NaN mpg hp cyl carb 4 1 25.800000 66.000000 2 24.400000 86.000000 4 27.050000 91.375000 6 1 19.750000 107.500000 4 19.750000 116.500000 6 19.700000 175.000000 8 2 15.200000 123.000000 3 16.300000 180.000000 4 13.200000 150.000000 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值