Python DataFrame无法读取数据

我和熊猫有一个问题，几个月前我还没有。我试图从用户输入中获取一组数据（使用tkinter）并将其放入一个数据帧中。以下是数据的外观：

1.000000    03/27/2016   13:29:26.098   1431.778943 0.092089
1.000000    03/27/2016   13:29:26.298   1432.410517 0.078570
1.000000    03/27/2016   13:29:26.498   1431.905258 0.089538
1.000000    03/27/2016   13:29:26.698   1431.399999 0.080930
5.000000    03/28/2016   00:00:00.098   1289.422164 0.392945
25.000000   03/28/2016   00:00:00.298   1289.295849 0.145016
25.000000   03/28/2016   00:00:00.498   1289.295849 0.183149
25.000000   03/28/2016   00:00:00.698   1288.790590 0.175114
26.000000   03/28/2016   00:25:16.698   1302.053644 0.162170
.....

设置了5列，但数据集中通常有200000到800000行

这是我的密码：

import pandas as pd
import tkinter as tk
from tkinter import filedialog

root = tk.Tk()
root.withdraw()
file_path = filedialog.askopenfilename() #User selects file

file = pd.read_table(file_path, index_col=False)
df = pd.DataFrame(data=file, columns=['Measurement', 'Date', 'Time','CO2', 'Flow'], dtype=object)

print(file_path)
print(file)
print(df)

打印（文件路径）输出正确的路径，打印（文件）显示所有正确的数据，打印（df）显示以下内容：

 Measurement Date Time  CO2 Flow
0            NaN  NaN  NaN  NaN  NaN
1            NaN  NaN  NaN  NaN  NaN
2            NaN  NaN  NaN  NaN  NaN
3            NaN  NaN  NaN  NaN  NaN
4            NaN  NaN  NaN  NaN  NaN
5            NaN  NaN  NaN  NaN  NaN
6            NaN  NaN  NaN  NaN  NaN
7            NaN  NaN  NaN  NaN  NaN
8            NaN  NaN  NaN  NaN  NaN
.......

我以前也做过同样的事情，但我失去了正在编写的脚本，需要重新开始。它以前工作得很好，但我不确定发生了什么。我尝试了几种方法来修复它：

将pd.read_表更改为pd.io.parsers.read_表

更改了pd.DataFrame的index=、dtype=、和其他属性

将文件转换为.csv并使用pd.read\u csv

大大缩短了文件

创建一个具有单列的pd.Series并打印，但所有数据点仍具有NaN

我可以轻松地生成一组随机数据，并将其转换为一个pd.DataFrame，没有问题（我在ipython中使用了df2=DataFrame（np.random.randn（10,5）列=['a'、'b'、'c'、'd'、'e']），并且显示正确）

---

我用相同的数据制作了一个numpy数组，它工作得很好。我想使用熊猫，因为从长远来看，我认为它会更容易进行分析。我真的希望这是我缺少的一些小东西，但我已经为此工作了一段时间，所以我愿意尝试任何东西。

参考的文档，您已经在文件中获得了数据帧

试试这个：

In [71]: f = pd.read_table('table.txt', names=['Measurement', 'Date', 'Time','CO2', 'Flow'])

In [72]: f
Out[72]:
   Measurement        Date          Time          CO2      Flow
0            1  03/27/2016  13:29:26.098  1431.778943  0.092089
1            1  03/27/2016  13:29:26.298  1432.410517  0.078570
2            1  03/27/2016  13:29:26.498  1431.905258  0.089538
3            1  03/27/2016  13:29:26.698  1431.399999  0.080930
4            5  03/28/2016  00:00:00.098  1289.422164  0.392945
5           25  03/28/2016  00:00:00.298  1289.295849  0.145016
6           25  03/28/2016  00:00:00.498  1289.295849  0.183149
7           25  03/28/2016  00:00:00.698  1288.790590  0.175114
8           26  03/28/2016  00:25:16.698  1302.053644  0.162170

那你为什么没有得到想要的结果呢？ 请注意，在读取表之后，它没有所需的列名

In [77]: file = pd.read_table('table.txt', index_col=False)

In [78]: file
Out[78]:
   1.000000  03/27/2016  13:29:26.098  1431.778943  0.092089
0         1  03/27/2016  13:29:26.298  1432.410517  0.078570
1         1  03/27/2016  13:29:26.498  1431.905258  0.089538
2         1  03/27/2016  13:29:26.698  1431.399999  0.080930
3         5  03/28/2016  00:00:00.098  1289.422164  0.392945
4        25  03/28/2016  00:00:00.298  1289.295849  0.145016
5        25  03/28/2016  00:00:00.498  1289.295849  0.183149
6        25  03/28/2016  00:00:00.698  1288.790590  0.175114
7        26  03/28/2016  00:25:16.698  1302.053644  0.162170

因此，当您使用现有的DataFrame和列名调用DataFrame构造函数时，会得到所有空值，因为输入DataFrame中没有名称对应的列

In [80]: df = pd.DataFrame(data=file, columns=['Measurement', 'Date', 'Time','CO2', 'Flow'], dtype=object)

In [81]: df
Out[81]:
  Measurement Date Time  CO2 Flow
0         NaN  NaN  NaN  NaN  NaN
1         NaN  NaN  NaN  NaN  NaN
2         NaN  NaN  NaN  NaN  NaN
3         NaN  NaN  NaN  NaN  NaN
4         NaN  NaN  NaN  NaN  NaN
5         NaN  NaN  NaN  NaN  NaN
6         NaN  NaN  NaN  NaN  NaN
7         NaN  NaN  NaN  NaN  NaN

---

我认为您可以省略

df=pd.DataFrame（data=file，columns=['Measurement'，'Date'，'Time'，'CO2'，'Flow']，dtype=object）

，因为

file

是

DataFrame

。当您将旧的df作为数据参数传递给DataFrame构造函数时，实际上是在重新编制索引，如果您传递了一个np数组，那么它将工作：

pd.DataFrame（data=file.values，columns=['Measurement'、'Date'、'Time'、'CO2'、'Flow']，dtype=object）

此外，如果您的文件没有列名，您通常可以将所需的名称作为参数传递给

read_table

，但通常您必须告诉它没有标题

header=None

您的帖子对我的学习做出了重大贡献！谢谢你！非常感谢。我阅读了文档，但阅读的内容超过了“将常规分隔文件读入数据帧”。我认为我仍然需要将读取的文件放入数据帧中。这也是一个很好的解释方式，谢谢！