如何从 CSV 文件读取 pandas 系列并挤压

Question

我有一个格式如下的 CSV 文件：

somefeature,anotherfeature,f3,f4,f5,f6,f7,lastfeature
0,0,0,1,1,2,4,5

我尝试将其作为 pandas 系列来阅读（使用 Python 2.7 的 pandas daily snapshot）。 我尝试了以下方法：

import pandas as pd
types = pd.Series.from_csv('csvfile.txt', index_col=False, header=0)

和：

types = pd.read_csv('csvfile.txt', index_col=False, header=0, squeeze=True)

但是两者都不起作用：第一个给出随机结果，第二个只是导入 DataFrame 而没有挤压。

pandas 似乎只能将 CSV 格式识别为系列：

f1, value
f2, value2
f3, value3

但是当功能键位于第一行而不是列时，pandas 不想挤压它。

还有什么我可以尝试的吗？这种行为是故意的吗？

Answer 1

这是我找到的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.loc[0,:]

对我来说似乎有点愚蠢，因为 Squeeze 应该已经做到了这一点。这是一个错误还是我错过了什么？

/编辑：最好的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.transpose()[0] # here we convert the DataFrame into a Serie

这是将面向行的 CSV 行放入 pandas Series 中最稳定的方法。

顺便说一句，squeeze=True 参数目前没用，因为截至今天（2013 年 4 月）它仅适用于面向行的 CSV 文件，请参阅官方文档：

http://pandas.pydata.org/pandas-docs/dev/io.html#returning-series

Answer 2

这有效。 Squeeze 仍然有效，但单独使用是行不通的。

index_col

需要设置为零，如下

series = pd.read_csv('csvfile.csv', header = None, index_col = 0, squeeze = True)

Answer 3

In [28]: df = pd.read_csv('csvfile.csv')

In [29]: df.ix[0]
Out[29]: 
somefeature       0
anotherfeature    0
f3                0
f4                1
f5                1
f6                2
f7                4
lastfeature       5
Name: 0, dtype: int64

Answer 4

ds = pandas.read_csv('csvfile.csv', index_col=False, header=0);    
X = ds.iloc[:, :10] #ix deprecated

Answer 5

Pandas 的值选择逻辑是：

DataFrame -> Series=DataFrame[Column] -> Values=Series[Index]

所以我建议：

df=pandas.read_csv("csvfile.csv")
s=df[df.columns[0]]

Answer 6

由于上面的答案都不适合我，所以这是另一个答案，从 DataFrame 手动重新创建系列。

# create example series
series = pd.Series([0, 1, 2], index=["a", "b", "c"])
series.index.name = "idx"
print(series)
print()

# create csv
series_csv = series.to_csv()
print(series_csv)

# read csv
df = pd.read_csv(io.StringIO(series_csv), index_col=0)
indx = df.index
vals = [df.iloc[i, 0] for i in range(len(indx))]
series_again = pd.Series(vals, index=indx)
print(series_again)

输出：

idx
a    0
b    1
c    2
dtype: int64

idx,0
a,0
b,1
c,2

idx
a    0
b    1
c    2
dtype: int64

Answer 7

from pandas import read_csv


series = read_csv('csvfile.csv', header=0, parse_dates=[0], index_col=0, squeeze=True