Python 2.7 将列表用作索引时出现越界错误

我有两个文件：一个是单列（称为pred），没有标题，另一个有两列：ID和IsClick（有标题）。我的目标是使用列ID作为pred的索引

import pandas as pd
import numpy as np

def LinesInFile(path):
    with open(path) as f:
        for linecount, line in enumerate(f):
            pass
    f.close()
    print 'Found ' + str(linecount) + ' lines' 
    return linecount

path ='/Users/mas/Documents/workspace/Avito/input/'                          # path to testing file
submission = path + 'submission1234.csv' 

lines = LinesInFile(submission)
lines = LinesInFile(path + 'sampleSubmission.csv')


sample = pd.read_csv(path + 'sampleSubmission.csv')
preds = np.array(pd.read_csv(submission, header = None))
index = sample.ID.values - 1
print index
print len(index)
sample['IsClick'] = preds[index]
sample.to_csv('submission.csv', index=False)

输出为：

Found 7816360 lines
Found 7816361 lines
[       0        4        5 ..., 15961507 15961508 15961511]
7816361
Traceback (most recent call last):
  File "/Users/mas/Documents/workspace/Avito/July3b.py", line 23, in <module>
    sample['IsClick'] = preds[index]
IndexError: index 7816362 is out of bounds for axis 0 with size 7816361

找到7816360行
找到7816361行
[       0        4        5 ..., 15961507 15961508 15961511]
7816361
回溯（最近一次呼叫最后一次）：
文件“/Users/mas/Documents/workspace/Avito/July3b.py”，第23行，在
样本['IsClick']=preds[索引]
索引器：索引7816362超出大小为7816361的轴0的界限

---

似乎出现了一些问题，因为我的文件有7816361行计数标题，而我的列表有一个额外的元素（列表7816361的len）

我没有您的csv文件来重新创建该问题，但该问题似乎是由您使用

索引造成的

index=sample.ID.values-1
取每个样本ID并减去1。这些不是pred中的索引值，因为它只有7816360长。索引数组中最后3项（基于打印输出）中的每一项都会超出范围，因为它们>7816360。我怀疑错误是向您显示了超出边界的第一个
ID-1

假设您只想根据文件的行号加入文件，则可以执行以下操作：

sample=pd.concat((pd.read_csv(path + 'sampleSubmission.csv'),pd.read_csv(submission, header = None).rename(columns={0:'IsClick'})),axis=1)

否则，您将需要对两个数据帧执行联接或合并