Python 如何将Int64Index转换为Index(从CSV读取)?
我有一个CSV文件,内容包括: 然后我通过以下方式读取此文件:Python 如何将Int64Index转换为Index(从CSV读取)?,python,pandas,Python,Pandas,我有一个CSV文件,内容包括: 然后我通过以下方式读取此文件: A = pd.read_csv("MyTest2.csv") A.columns 输出为 Index(['ID', '202005'], dtype='object') 但是,如果我传输数据帧并删除一些未使用的列,方法是: A = pd.read_csv("MyTest2.csv") A = A.T A = A.rename(columns=A.iloc[0]) A = A.drop(A
A = pd.read_csv("MyTest2.csv")
A.columns
输出为
Index(['ID', '202005'], dtype='object')
但是,如果我传输数据帧并删除一些未使用的列,方法是:
A = pd.read_csv("MyTest2.csv")
A = A.T
A = A.rename(columns=A.iloc[0])
A = A.drop(A.index[0])
A.columns
输出将变为:
Int64Index([1234, 1235, 1236, 1237, 1238, 1239, 1240, 1241, 1242, 1243], dtype='int64')
我的问题是我想使用[“1234”]来读取列值,而不是[1234](不带双引号)
如何将Int64Index转换为Index?或者是一种正确的方法来防止索引在传输计算期间变为Int64Index(或RangeIndex?- 将
列转换为ID
类型,使用str
.astype
A=pd.read_csv(“MyTest2.csv”)#创建数据帧
A.ID=A.ID.astype('str')#将ID转换为str类型
- 读取文件时设置
dtype
A=pd.read\u csv('MyTest2.csv',dtype={'ID':str})