Python pd.read_csv显示索引和列名,但不显示任何值
我感到困惑:加载csv工作正常,也就是说:没有错误和索引,但我的DF中没有值。 下载此csv,将其转换为Excel,然后将其加载到Pandas中,将其转换为csv(pd.to_csv),然后再次加载为csv。csv作为数据帧加载。。。。这个原始csv中一定有我不明白的东西。 事实上,我的“问题”通过所有这些转换得到了解决。但我想知道哪里不对/我学到了什么 如果有人知道我做错了什么,那就太好了。谢谢Python pd.read_csv显示索引和列名,但不显示任何值,python,pandas,dataframe,csv,Python,Pandas,Dataframe,Csv,我感到困惑:加载csv工作正常,也就是说:没有错误和索引,但我的DF中没有值。 下载此csv,将其转换为Excel,然后将其加载到Pandas中,将其转换为csv(pd.to_csv),然后再次加载为csv。csv作为数据帧加载。。。。这个原始csv中一定有我不明白的东西。 事实上,我的“问题”通过所有这些转换得到了解决。但我想知道哪里不对/我学到了什么 如果有人知道我做错了什么,那就太好了。谢谢 link = 'https://www.vektis.nl/uploads/Docs%20per%
link = 'https://www.vektis.nl/uploads/Docs%20per%20pagina/Open%20Data%20Bestanden/2018/Vektis%20Open%20Databestand%20Zorgverzekeringswet%202018%20-%20postcode3.csv'
df = pd.read_csv(link)
df.shape
(137099, 1)
df.info()看起来很奇怪,而df.descripe()是空的
如前所述:将原始csv转换为xlsx,将其加载到pandas中,并将其转换为csv,给出df,以及值等
df2.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 137099 entries, 0 to 137098
Data columns (total 28 columns):
GESLACHT 137098 non-null object
LEEFTIJDSKLASSE 137098 non-null object
POSTCODE_3 137098 non-null float64
AANTAL_BSN 137099 non-null int64
AANTAL_VERZEKERDEJAREN 137099 non-null float64
KOSTEN_MEDISCH_SPECIALISTISCHE_ZORG 137099 non-null float64
KOSTEN_FARMACIE 137099 non-null float64
KOSTEN_SPECIALISTISCHE_GGZ 137099 non-null float64
KOSTEN_HUISARTS_INSCHRIJFTARIEF 137099 non-null float64
KOSTEN_HUISARTS_CONSULT 137099 non-null float64
KOSTEN_HUISARTS_MDZ 137099 non-null float64
KOSTEN_HUISARTS_OVERIG 137099 non-null float64
KOSTEN_HULPMIDDELEN 137099 non-null float64
KOSTEN_MONDZORG 137099 non-null float64
KOSTEN_PARAMEDISCHE_ZORG_FYSIOTHERAPIE 137099 non-null float64
KOSTEN_PARAMEDISCHE_ZORG_OVERIG 137099 non-null float64
KOSTEN_ZIEKENVERVOER_ZITTEND 137099 non-null float64
KOSTEN_ZIEKENVERVOER_LIGGEND 137099 non-null float64
KOSTEN_KRAAMZORG 137099 non-null float64
KOSTEN_VERLOSKUNDIGE_ZORG 137099 non-null float64
KOSTEN_GENERALISTISCHE_BASIS_GGZ 137099 non-null float64
KOSTEN_LANGDURIGE_GGZ 137099 non-null float64
KOSTEN_GRENSOVERSCHRIJDENDE_ZORG 137099 non-null float64
KOSTEN_EERSTELIJNS_ONDERSTEUNING 137099 non-null float64
KOSTEN_GERIATRISCHE_REVALIDATIEZORG 137099 non-null float64
KOSTEN_EERSTELIJNSVERBLIJF 137099 non-null float64
KOSTEN_VERPLEGING_EN_VERZORGING 137099 non-null float64
KOSTEN_OVERIG 137099 non-null float64
dtypes: float64(25), int64(1), object(2)
memory usage: 29.3+ MB
df2.info()
范围索引:137099个条目,0到137098
数据列(共28列):
GESLACHT 137098非空对象
LEEFTIJDSKLASSE 137098非空对象
邮政编码_3 137098非空浮点64
AANTAL_BSN 137099非空int64
AANTAL_VERZEKERDEJAREN 137099非空浮点64
KOSTEN_MEDISCH_Specialistiche_ZORG 137099非零浮动64
KOSTEN_FARMACIE 137099非空浮点64
KOSTEN_SPECIALISTISCHE_GGZ 137099非空浮点64
KOSTEN_HUISARTS_INSCHRIJFTARIEF 137099非空浮点64
KOSTEN_HUISARTS_CONSULT 137099非空浮点64
KOSTEN_HUISARTS_MDZ 137099非空浮点64
KOSTEN_HUISARTS_OVERIG 137099非空浮点64
KOSTEN_HULPMIDDELEN 137099非空浮点64
KOSTEN_MONDZORG 137099非空浮点64
KOSTEN_Parameterdische_ZORG_FYSIOTHERAPIE 137099非空浮点64
KOSTEN_Parameterdische_ZORG_OVERIG 137099非空浮点64
KOSTEN_ZIEKENVERVOER_ZITTEND 137099非空浮点64
KOSTEN_ZIEKENVERVOER_LIGGEND 137099非空浮点64
KOSTEN_KRAAMZORG 137099非空浮点64
KOSTEN_VERLOSKUNDIGE_ZORG 137099非空浮点64
KOSTEN_GENERALISTISCHE_BASIS_GGZ 137099非空浮点64
KOSTEN_LANGDURIGE_GGZ 137099非空浮点64
KOSTEN_GRENSOVERSCHRIJDENDE_ZORG 137099非空浮点64
KOSTEN_EERSTELIJNS_Ondersteung 137099非空浮点64
KOSTEN_GERIATRISCHE_REVALIDATIEZORG 137099非空浮点64
KOSTEN_EERSTELIJNSVERBLIJF 137099非空浮点64
KOSTEN_Verpling_EN_VERZORGING 137099非空浮点64
KOSTEN_OVERIG 137099非空浮点64
数据类型:float64(25)、int64(1)、object(2)
内存使用率:29.3+MB
一,
您只需要提供一个分隔符,
;'代码>在您的情况下:
link = 'https://www.vektis.nl/uploads/Docs%20per%20pagina/Open%20Data%20Bestanden/2018/Vektis%20Open%20Databestand%20Zorgverzekeringswet%202018%20-%20postcode3.csv'
df = pd.read_csv(link, sep=';')
print(df)
GESLACHT LEEFTIJDSKLASSE POSTCODE_3 ... KOSTEN_EERSTELIJNSVERBLIJF KOSTEN_VERPLEGING_EN_VERZORGING KOSTEN_OVERIG
0 NaN NaN NaN ... 60376.04 637668.87 496931.54
1 M 0 0.0 ... 0.00 121744.76 890.41
2 M 0 101.0 ... 0.00 565.22 154.32
3 M 0 102.0 ... 0.00 342.72 77.16
4 M 0 103.0 ... 0.00 11192.82 2498.61
... ... ... ... ... ... ... ...
137094 V 90+ 995.0 ... 17126.82 230642.72 0.00
137095 V 90+ 996.0 ... 15504.98 133670.79 0.00
137096 V 90+ 997.0 ... 9608.72 172186.49 0.00
137097 V 90+ 998.0 ... 37083.13 733906.73 1083.82
137098 V 90+ 999.0 ... 26639.36 99737.32 0.00
[137099 rows x 28 columns]
对不起,我错了。。。我纠正了它。不会再发生了。