如何向 pandas DataFrame 添加标题行

Question

我正在将 csv 文件读入 pandas。该 csv 文件由四列和一些行组成，但没有我想添加的标题行。我一直在尝试以下方法：

Cov = pd.read_csv("path/to/file.txt", sep='\t')
Frame = pd.DataFrame([Cov], columns = ["Sequence", "Start", "End", "Coverage"])
Frame.to_csv("path/to/file.txt", sep='\t')

但是当我应用代码时，出现以下错误：

ValueError: Shape of passed values is (1, 1), indices imply (4, 1)

该错误到底意味着什么？在 python 中向我的 csv 文件/pandas df 添加标题行的干净方法是什么？

Answer 1

您可以直接在

names 中使用 read_csv

names ：类似数组，默认 None 要使用的列名称列表。如果文件 不包含标题行，那么您应该显式传递 header=None

Cov = pd.read_csv("path/to/file.txt", 
                  sep='\t', 
                  names=["Sequence", "Start", "End", "Coverage"])

Answer 2

或者，您可以使用

header=None

读取 csv，然后使用

df.columns

添加它：

Cov = pd.read_csv("path/to/file.txt", sep='\t', header=None)
Cov.columns = ["Sequence", "Start", "End", "Coverage"]

Answer 3

col_Names=["Sequence", "Start", "End", "Coverage"]
my_CSV_File= pd.read_csv("yourCSVFile.csv",names=col_Names)

完成此操作后，只需检查：

my_CSV_File.head()

Answer 4

简单易行的解决方案：

import pandas as pd

df = pd.read_csv("path/to/file.txt", sep='\t')
headers =  ["Sequence", "Start", "End", "Coverage"]
df.columns = headers

注意： 确保您的标头长度和 CSV 文件标头长度不应不匹配。

Answer 5

要修复代码，您只需将

[Cov]

更改为

Cov.values

，

pd.DataFrame

的第一个参数将变成多维

numpy

数组：

Cov = pd.read_csv("path/to/file.txt", sep='\t')
Frame=pd.DataFrame(Cov.values, columns = ["Sequence", "Start", "End", "Coverage"])
Frame.to_csv("path/to/file.txt", sep='\t')

但最明智的解决方案仍然是使用

pd.read_excel

与

header=None

和

names=columns_list

。

Answer 6

当读取没有标题的文件时，现有答案正确地说

header=

参数应设置为

None

，但没有人解释原因。这是因为默认情况下，

header=0

，这意味着文件的第一行被推断为标题。例如，以下代码用

col_names

覆盖第一行，因为第一行被读取为标题并被

col_names

替换。

请注意，此处假定各列之间用空格

' '

分隔。

col_names = ["Sequence", "Start", "End", "Coverage"]
df = pd.read_csv("path/to/file.txt", sep=' ')                   # <--- wrong
df.columns = col_names

要获得正确的输出，您可以执行以下两项操作之一：

• 设置

  header=None

  ：

  df = pd.read_csv("path/to/file.txt", sep=' ', header=None)      # <--- OK
  df.columns = col_names
  

• 或使用

  names=

  参数在一个函数调用中分配列名称：

  df = pd.read_csv("path/to/file.txt", sep=' ', names=col_names)  # <--- OK
  

如果列数未知，则通常首选

header=None

方式（因为重要的是

len(col_names)

等于从文件推断的列数，否则只有最后一列将被读取为列，并且所有列都将被读取）前面的行将被读取为索引级别）或者如果特定的列名称不重要。例如，在

add_prefix()

之后调用

read_csv

可以为默认列名添加前缀：

df = pd.read_csv("path/to/file.txt", sep=' ', header=None).add_prefix('col')

---

另一方面，如果 文件有标题，即文件中的第一行应被读取为列标签，则传递

names=

会将第一行推送为数据帧中的第一行。在这种情况下，如果您想在

pd.read_csv

调用期间设置列标签，请传递

header=0

。

import io
data = """
ab,bc
10,2.
"""

df = pd.read_csv(io.StringIO(data), names=['a', 'b'])           # <--- wrong
df = pd.read_csv(io.StringIO(data), names=['a', 'b'], header=0) # <--- OK

Answer 7

由于提到我们正在从 csv 中读取，因此分隔符应该是

','[as default, not need to mention]' and the given file has no header so 

header=None`

示例代码：

import pandas as pd
data = pd.read_csv('path/to/file.txt',header=None)
data.columns = ["Sequence", "Start", "End", "Coverage"]
print(data.head()) #Print the first rows