es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Python pandas lectura de csv problema de análisis

02 Aug, 2023 Programación

Se puede descargar el conjunto de datos aquí. Todo está bien si abro el archivo con Excel o R, pero cuando lo cargo usando pd.read_csv, todo se ve muy extraño. La columna Month se fusiona con la columna Year. ¿Alguien sabe qué causa el problema?

El conjunto de datos se ve así:

Year, Month, Monthly_MSL, Linear_Trend, High_Conf., Low_Conf.
1944,1,6.985,6.968,6.982,6.954,
1944,2,7.025,6.968,6.982,6.954,
1944,3,7.054,6.968,6.982,6.954,
1944,4,6.980,6.968,6.982,6.955,
1944,5,6.967,6.968,6.982,6.955,

import pandas as pd
pd.read_csv("330-071_meantrend.csv")

También intenté:

pd.read_csv("330-071_meantrend.csv", sep="\s,\s")

Resultados:

Year    Month   Monthly_MSL Linear_Trend    High_Conf.  Low_Conf.

1944 1 6.985 6.968 6.982 6.954 NaN
1944 2 7.025 6.968 6.982 6.954 NaN
1944 3 7.054 6.968 6.982 6.954 NaN
1944 4 6.980 6.968 6.982 6.955 NaN
1944 5 6.967 6.968 6.982 6.955 NaN
… … … … … … …
2006 7 7.074 7.079 7.092 7.066 NaN
2006 8 7.124 7.079 7.092 7.066 NaN
2006 9 7.110 7.079 7.093 7.066 NaN
2006 10 7.185 7.079 7.093 7.066 NaN
2006 11 7.086 7.080 7.093 7.066 NaN

Ninguna de las opciones anteriores funciona.

R funciona bien.

library(reader)
read_csv("330-071_meantrend.csv")
Tags:  , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    El problema con la columna ‘Month’ que se fusiona con la columna ‘Year’ al cargar el conjunto de datos usando pd.read_csv() es causado por un espacio al final del nombre de la columna.

    Para resolver el problema, podemos pasar el parámetro skipinitialspace como True para eliminar cualquier espacio en blanco al principio o al final en los nombres de las columnas. Aquí tienes un ejemplo de código:

    import pandas as pd

df = pd.read_csv("330-071_meantrend.csv", skipinitialspace=True)

print(df.head())

    Esto nos debería dar la salida esperada con la columna ‘Month’ como una columna separada:

       Year  Month  Monthly_MSL  Linear_Trend  High_Conf.  Low_Conf.
0  1944      1        6.985         6.968       6.982      6.954
1  1944      2        7.025         6.968       6.982      6.954
2  1944      3        7.054         6.968       6.982      6.954
3  1944      4        6.980         6.968       6.982      6.955
4  1944      5        6.967         6.968       6.982      6.955

    Ten en cuenta que no necesitamos especificar el separador utilizando el parámetro ‘sep’, ya que el separador predeterminado para pd.read_csv() es la coma.

Comments are closed.