Python 如何使用pandas添加重复的csv列

我有一个

CSV

，其中只有一列包含

域

，类似如下：

google.com
yahoo.com
cnn.com
toast.net

我想添加一个重复的列，并添加标题

域

和

匹配项

，这样我的

csv

将如下所示：

domain       matching
google.com   google.com
yahoo.com    yahoo.com
cnn.com      cnn.com
toast.net    toast.net

我使用pandas在python脚本中尝试了以下内容：

df = read_csv('temp.csv')
df.columns = ['domain', 'matching']
df['matching'] = df['domain']
df.to_csv('temp.csv', index=False)

但我得到了以下错误：

“ValueError:长度不匹配：预期轴有1个元素，新值有2个元素”

---

我想我需要先添加另一列？我可以使用pandas执行此操作吗？

您可以将参数

name

添加到：

您可以修改解决方案，但丢失了第一行，因为它被读取为列名：

df = pd.read_csv(io.StringIO(temp))
print (df)
#real data
#df = pd.read_csv('temp.csv')
  google.com
0  yahoo.com
1    cnn.com
2  toast.net

df.columns = ['domain']
df['matching'] = df['domain']

df.to_csv('temp.csv', index=False)

但您可以向添加参数

header=None

并从

df.columns=['domain'，'matching']

中删除第二个值，因为第一个

DataFrame

只有一列：

import pandas as pd
import io

temp=u"""google.com
yahoo.com
cnn.com
toast.net"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), header=None)
print (df)
#real data
#df = pd.read_csv('temp.csv', header=None)
            0
0  google.com
1   yahoo.com
2     cnn.com
3   toast.net

df.columns = ['domain']
df['matching'] = df['domain']

df.to_csv('temp.csv', index=False)

---

您只需将

io.StringIO（temp）

更改为

'temp.csv'

，它就会工作得很好。我遇到的问题是它需要一个unicode输入，这是您用temp=u“”指定的。。。但是我将csv作为输入，所以当我这样做时：df=pd.read\u csv（io.StringIO（'temp.csv'），header=None），我会得到错误，“TypeError:initial\u值必须是unicode或None，而不是str”

import pandas as pd
import io

temp=u"""google.com
yahoo.com
cnn.com
toast.net"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), header=None)
print (df)
#real data
#df = pd.read_csv('temp.csv', header=None)
            0
0  google.com
1   yahoo.com
2     cnn.com
3   toast.net

df.columns = ['domain']
df['matching'] = df['domain']

df.to_csv('temp.csv', index=False)