Python:使用熊猫读取txt文件时出错
Python:使用熊猫读取txt文件时出错
提问于 2016-05-19 15:25:59
我有一个txt文件"TempData.txt“，其格式如下：
CODE O/F Valid Date MAX MIN AVG
K3T5 O 1995/01/01 51 36 44
K3T5 O 1995/01/02 45 33 39
K3T5 O 1995/01/03 48 38 43我正在尝试创建一个字典，其中包含“ValidDates”、“Max”和“Min”元素。
我正在尝试以下几点：
import pandas as pd
df = pd.read_csv(r'C:\TempData.txt', sep = "\t", header = 0)
df.columns.tolist() #prints: 'CODE', 'O/F', 'Valid Date', 'MAX', 'MIN', 'AVG'
Max = df([4])当我试图分离Max colum时，我得到了错误：
TypeError: 'DataFrame' object is not callable回答 1
Stack Overflow用户
回答已采纳
发布于 2016-05-19 15:27:38
我想你可以用：
max_col = df['MAX']
print (max_col)
0 51
1 45
2 48
Name: MAX, dtype: int64如果要选择4.列，请使用iloc
max_col = df.iloc[:, 3] #3, because python counts 0,1,2,3
print (max_col)
0 51
1 45
2 48
Name: MAX, dtype: int64首先，您可以省略header=0，因为它是read_csv中的默认值，并添加用于将Valid Date转换为datetime的parse_dates。
如果需要dict来自Valid Date、MAX、MIN列，则使用to_dict，如果需要不同格式的dict，请尝试添加参数orient
df = pd.read_csv(r'C:\TempData.txt', sep = "\t", parse_dates=[2])
print (df)
CODE O/F Valid Date MAX MIN AVG
0 K3T5 O 1995-01-01 51 36 44
1 K3T5 O 1995-01-02 45 33 39
2 K3T5 O 1995-01-03 48 38 43
print (df[['Valid Date','MAX','MIN']])
Valid Date MAX MIN
0 1995-01-01 51 36
1 1995-01-02 45 33
2 1995-01-03 48 38
print (df[['Valid Date','MAX','MIN']].to_dict())
{'MAX': {0: 51, 1: 45, 2: 48},
'MIN': {0: 36, 1: 33, 2: 38},
'Valid Date': {0: Timestamp('1995-01-01 00:00:00'), 1: Timestamp('1995-01-02 00:00:00'), 2: Timestamp('1995-01-03 00:00:00')}}
print (df[['Valid Date','MAX','MIN']].to_dict(orient='split'))
{'data': [['1995/01/01', 51, 36], ['1995/01/02', 45, 33], ['1995/01/03', 48, 38]], 'index': [0, 1, 2], 'columns': ['Valid Date', 'MAX', 'MIN']}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37327748
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号