这是我的数据集的示例。
在[54]中:
user1 = pd.read_csv('dataset/1.csv')
In [55]:
user1
Out[55]:
0 0.69464 3.1735 7.5048
0 0.030639 0.149820 3.48680 9.2755
1 0.069763 -0.299650 1.94770 9.1120
2 0.099823 -1.688900 1.41650 10.1200
3 0.129820 -2.179300 0.95342 10.9240
4 0.159790 -2.301800 0.23155 10.6510
5 0.189820 -1.416500 1.18500 11.0730
如何按下第一列并在第一列上添加名称列[TIME,X,Y和Z]。
所需的输出是这样的:
TIME X Y Z
0 0 0.69464 3.1735 7.5048
1 0.030639 0.149820 3.48680 9.2755
2 0.069763 -0.299650 1.94770 9.1120
3 0.099823 -1.688900 1.41650 10.1200
4 0.129820 -2.179300 0.95342 10.9240
5 0.159790 -2.301800 0.23155 10.6510
5 0.189820 -1.416500 1.18500 11.0730
我这样做:
colnames=['TIME', 'X', 'Y', 'Z']
user1 = pd.read_csv('dataset/1.csv', names=colnames, header=None)
如果我们直接使用来自csv的数据,它将根据逗号分隔值给出组合数据,因为它是.csv文件。
user1 = pd.read_csv('dataset/1.csv')
如果要使用pandas添加列名,则必须执行以下操作。但是下面的代码不会为您的列显示单独的标题。
col_names=['TIME', 'X', 'Y', 'Z']
user1 = pd.read_csv('dataset/1.csv', names=col_names)
要解决上述问题,我们必须添加pandas支持的额外填充,它是header = None
user1 = pd.read_csv('dataset/1.csv', names=col_names, header=None)
我们可以用一行代码来完成它。
user1 = pd.read_csv('dataset/1.csv', names=['TIME', 'X', 'Y', 'Z'], header=None)
user1 = pd.read_csv('dataset/1.csv', names=['Time', 'X', 'Y', 'Z'])
read_csv函数中的names参数用于定义列名。如果您在此列表中传递额外名称,它将添加另一个具有该NaN值的新列。
header = None用于修剪列名称已存在于CSV文件中。