Python Pandas：使用N列读取csv，其中N在另一列中指定

假设我有一个具有以下标题的数据集：

<id>  <timestamp>  <N>  <1>  <2> ... <N>

可以保证所有行的列数相同

如何使用Pandas

read\u CSV

读取此CSV文件并当前标记列？是否可以在一次通话中完成？我正在学习Pandas，所以我想知道Pandas如何完成一项需要多行Python代码才能完成的任务

谢谢你的帮助

编辑： 我试过了

---

我不知道该把什么放在。。。第

部分您不需要指定读取csv中的列数。你可以打个电话

df = pd.read_csv('file.csv')

---

它应该读取中的所有列（以及行）。如果愿意，您可以传递

header=0

，但熊猫通常可以推断出这一点。

更新：

---

如果我有几个尾随列，比如 ... , 这里如何使用n的值

如果可以预定义尾随列名，则可以执行以下操作：

In [328]: trailing_cols = ['max','min']

In [329]: ['id', 'timestamp', 'n'] + (df.columns[3:3+df.iat[0, 2]] - 2).tolist() + trailing_cols
Out[329]: ['id', 'timestamp', 'n', 1, 2, 3, 4, 5, 6, 7, 8, 'max', 'min']

旧答案：

我会这样做：

首先读取您的CSV，但不指定列名：

df = pd.read_csv('file.csv', delim_whitespace=True, header=None)

In [271]: df
Out[271]:
   0             1    2   3   4   5   6   7   8   9   10
0   5  1.423232e+08  800   1   2   3   4   5   6   7   8
1   5  1.423232e+08  800  11  22  33  44  55  66  77  88

现在我们可以按如下方式重命名列：

In [272]: df.columns = ['id', 'timestamp', 'n'] + (df.columns[3:].values - 2).tolist()

In [273]: df
Out[273]:
   id     timestamp    n   1   2   3   4   5   6   7   8
0   5  1.423232e+08  800   1   2   3   4   5   6   7   8
1   5  1.423232e+08  800  11  22  33  44  55  66  77  88

---

到目前为止你尝试了什么，结果如何？如果所有行的列数相同，read_csv函数应该能够正确地读入数据。@Benjamin请参阅我的新编辑。如果您事先不知道有多少列，则在读入数据帧后，只需在下一行代码中命名这些列。您不需要指明列名或列数@ashishsingal指出的专栏。如果csv文件中的分隔符不是逗号（，），则只需指定分隔符

sep=…

。例如：

df=pd.read_csv（'file.csv'，sep='；'）

在原始csv数据中，没有标题行。如果我想用值（例如

800

）调用名为“count”的列，那么如何为其后面的N列指定列名？如果我有多个尾随列，例如

，如何在此处使用

n

的值？@zkytony，您想如何命名后面的列-

（'max'，'min'）

？这些名称是预定义的吗？因此在分析行时，我们假设最后一列表示“min”，倒数第二列表示“max”。它们将不属于数字索引列的一部分。谢谢

In [328]: trailing_cols = ['max','min']

In [329]: ['id', 'timestamp', 'n'] + (df.columns[3:3+df.iat[0, 2]] - 2).tolist() + trailing_cols
Out[329]: ['id', 'timestamp', 'n', 1, 2, 3, 4, 5, 6, 7, 8, 'max', 'min']

df = pd.read_csv('file.csv', delim_whitespace=True, header=None)

In [271]: df
Out[271]:
   0             1    2   3   4   5   6   7   8   9   10
0   5  1.423232e+08  800   1   2   3   4   5   6   7   8
1   5  1.423232e+08  800  11  22  33  44  55  66  77  88

In [272]: df.columns = ['id', 'timestamp', 'n'] + (df.columns[3:].values - 2).tolist()

In [273]: df
Out[273]:
   id     timestamp    n   1   2   3   4   5   6   7   8
0   5  1.423232e+08  800   1   2   3   4   5   6   7   8
1   5  1.423232e+08  800  11  22  33  44  55  66  77  88