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

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，

；'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。