Python 熊猫误读csv
我有一个非常简单的问题:我尝试将以下数据读入数据帧 如果我使用以下代码,则输出的格式与我预期的格式不同,因为CSV未“分离”:Python 熊猫误读csv,python,pandas,csv,Python,Pandas,Csv,我有一个非常简单的问题:我尝试将以下数据读入数据帧 如果我使用以下代码,则输出的格式与我预期的格式不同,因为CSV未“分离”: 你知道我的错误在哪里吗?你可以直接从URL读取CSV: url = 'https://www.ecdc.europa.eu/sites/default/files/documents/Data_response_graphs_2020-10-21.csv' dmeasures = pd.read_csv(url, sep=",") print(dme
你知道我的错误在哪里吗?你可以直接从URL读取CSV:
url = 'https://www.ecdc.europa.eu/sites/default/files/documents/Data_response_graphs_2020-10-21.csv'
dmeasures = pd.read_csv(url, sep=",")
print(dmeasures)
印刷品:
Country Response_measure date_start date_end
0 Austria ClosDaycare 2020-03-16 2020-05-04
1 Austria ClosHigh 2020-03-16 2020-09-30
2 Austria ClosPrim 2020-03-16 2020-05-18
3 Austria ClosPubAny 2020-03-16 2020-04-13
4 Austria ClosPubAnyPartial 2020-04-14 NaN
.. ... ... ... ...
460 United Kingdom StayHomeOrderPartial 2020-05-10 2020-07-04
461 United Kingdom StayHomeRiskG 2020-03-16 2020-07-05
462 United Kingdom StayHomeRiskGPartial 2020-07-06 2020-08-01
463 United Kingdom TeleworkingClosures 2020-03-16 2020-05-09
464 United Kingdom TeleworkingClosuresPartial 2020-05-10 NaN
[465 rows x 4 columns]
url='1〕https://www.ecdc.europa.eu/sites/default/files/documents/Data_response_graphs_2020-10-21.csv"
pd.read_csv(url,sep=“,”,header=True)它对我有用,你只是忘记了文件周围的引号
dmeasures=pd.read\u csv(“file.csv”,sep=“,”,header=0,)
感谢您的帮助-我知道我可以读取URL,但我需要将数据集保存在服务器上以确保数据一致性。如果我在URL中阅读,一切正常。但是,如果我保存文件,分离就不起作用了…有什么想法吗?我认为这不是直接的python问题…@Sebastian您可以将数据帧保存为文件dmeasures.to_csv('file.csv',index=False)
@Andrej,很抱歉误解:我已经在服务器上有了这个数据集,但我需要使用一个旧版本-在阅读这个旧版本时,我有这个问题。我用“当前”数据集尝试了同样的方法,但遇到了同样的问题…@Sebastian问题是什么?旧文件看起来像什么?它没有,
作为分隔符?它看起来完全一样,只是没有更新。如果我将链接数据集(导入前)保存在计算机/服务器上/(很遗憾,我需要这样做),然后尝试将其作为数据帧导入,则值不会分开…我不知道直接使用URL时为什么会这样。欢迎使用。请在回答中添加说明和代码格式好吗?
Country Response_measure date_start date_end
0 Austria ClosDaycare 2020-03-16 2020-05-04
1 Austria ClosHigh 2020-03-16 2020-09-30
2 Austria ClosPrim 2020-03-16 2020-05-18
3 Austria ClosPubAny 2020-03-16 2020-04-13
4 Austria ClosPubAnyPartial 2020-04-14 NaN
.. ... ... ... ...
460 United Kingdom StayHomeOrderPartial 2020-05-10 2020-07-04
461 United Kingdom StayHomeRiskG 2020-03-16 2020-07-05
462 United Kingdom StayHomeRiskGPartial 2020-07-06 2020-08-01
463 United Kingdom TeleworkingClosures 2020-03-16 2020-05-09
464 United Kingdom TeleworkingClosuresPartial 2020-05-10 NaN
[465 rows x 4 columns]