Pandalar read_csv üstbilgi mevcut olup olmadığını bilmeden

Question

Bilinen sütunları olan bir giriş dosyası var, iki sütun Name ve Sex diyelim. Bazen başlık satırı Name,Sex vardır ve bazen olmaz:

1.csv:

Name,Sex 
John,M 
Leslie,F 

2.csv:

John,M 
Leslie,F 

kimliğini bilerek Önceden sütunlar, her iki durumda aynı read_csv komutuyla işlemek için iyi bir yol var mı? Temel olarak, names=['Name', 'Sex'] belirtmek istiyorum ve daha sonra sadece başlık orada olduğunda header=0 var.

• 1) read_csv yapmadan önce dosyanın ilk satırını okuyun ve uygun şekilde parametrelerini ayarlamak: Ben elde edebilirsiniz en iyisidir.

• 2) Sadece sonra zeroeth satır başlığına özdeş olup olmadığını kontrol edin ve ise) bu yüzden (bırakın ve sonra belki satırları yeniden numaralandırmak zorunda df = pd.read_csv(input_file, names=['Name', 'Sex']) yapmak.

Ancak bu, benim için bir kullanım durumu olağandışı görünmüyor. Bunu düşünmediğim read_csv ile bunu yapmanın bir yolu var mı? yeni özelliği kullanarak

Answer 1

-selection by callable:

cols = ['Name','Sex'] 

df = (pd.read_csv(filename, header=None, names=cols) 
     [lambda x: np.ones(len(x)).astype(bool) 
       if (x.iloc[0] != cols).all() 
       else np.concatenate([[False], np.ones(len(x)-1).astype(bool)])] 
) 

.query() yöntemi kullanarak:

df = (pd.read_csv(filename, header=None, names=cols) 
     .query('Name != "Name" and Sex != "Sex"')) 

ben bu en zarif yolu olduğundan emin değilim, ama bu aynı zamanda çalışması gerekir:

df = pd.read_csv(filename, header=None, names=cols) 

if (df.iloc[0] == cols).all(): 
    df = df[1:].reset_index(drop=True)