Q&A
CSV ではないので read_table() を使う方が良いでしょうね。
前提・実現したいこと
####csvファイルを読み込む時にエラーが発生しました。
indexを指定すると、以下のようなエラーが現れます。
※プライバシーに考慮し、ファイルパスは省略しています。
発生している問題・エラーメッセージ
Traceback (most recent call last): File "ファイル名.py", line 16, in <module> df_bace_file = df_bace_file.drop(1) #五行目は使用しないので、五行目を消去する。 File "/usr/local/lib/python3.9/site-packages/pandas/util/_decorators.py", line 311, in wrapper return func(*args, **kwargs) File "/usr/local/lib/python3.9/site-packages/pandas/core/frame.py", line 4906, in drop return super().drop( File "/usr/local/lib/python3.9/site-packages/pandas/core/generic.py", line 4150, in drop obj = obj._drop_axis(labels, axis, level=level, errors=errors) File "/usr/local/lib/python3.9/site-packages/pandas/core/generic.py", line 4214, in _drop_axis raise KeyError(f"{labels} not found in axis") KeyError: '[1] not found in axis'
該当のソースコード
Python3
1df_bace_file = pd.read_csv("ファイルパス.csv",encoding='cp932',header=2,index_col=0) 2df_bace_file = df_bace_file.drop(1) #五行目は使用しないので、五行目を消去する。 3df_bace_file = df_bace_file.drop(0) #この行もいらない。
※不要な行を読み込まないようにしています。
試したこと
すみません、エラーコード翻訳したり、検索したり色々したのですが、よくわかりませんでした,,,。
補足情報
なお、読み込もうとしているファイルは以下のようなcsvファイルです。
csv
1ダウンロードした時刻：2021/10/17 09:14:45 2 3 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 東京 4年月日 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 5 平年値(℃) 平年値(℃) 平年値からの差(℃) 平年値からの差(℃) 時分 時分 平年値(℃) 平年値(℃) 平年値からの差(℃) 平年値からの差(℃) 時分 時分 平年値(℃) 平年値(℃) 平年値からの差(℃) 平年値からの差(℃) 平年値(mm) 平年値(mm) 平年値(mm) 平年値に対する比(％) 平年値に対する比(％) 平年値(MJ/㎡) 平年値(MJ/㎡) 平年値に対する比(％) 平年値に対する比(％) 平年値(時間) 平年値(時間) 平年値(時間) 平年値に対する比(％) 平年値に対する比(％) 時分 時分 時分 平年値(cm) 平年値(cm) 平年値(cm) 平年値に対する比(％) 平年値に対する比(％) 平年値(cm) 平年値(cm) 平年値(cm) 平年値に対する比(％) 平年値に対する比(％) 平年値(m/s) 平年値(m/s) 平年値からの差(m/s) 平年値からの差(m/s) 6 品質情報 均質番号 品質情報 品質情報 品質情報 品質情報 均質番号 品質情報 品質情報 品質情報 品質情報 均質番号 品質情報 品質情報 現象なし情報 品質情報 均質番号 現象なし情報 品質情報 品質情報 品質情報 均質番号 品質情報 品質情報 現象なし情報 品質情報 均質番号 現象なし情報 品質情報 品質情報 現象なし情報 品質情報 現象なし情報 品質情報 均質番号 現象なし情報 品質情報 品質情報 現象なし情報 品質情報 均質番号 現象なし情報 品質情報 品質情報 品質情報 均質番号 品質情報 品質情報 71963/1/1 3.1 8 1 1 1 10.4 8 1 1 1 -2.2 8 1 1 1 0 1 8 1 1.2 8 0 8 12.1 8 1 1 1 8.6 0 8 1 1 1 0 1 8 1 0 8 0 0 1 8 1 1 0 2.3 8 1 0 0 81963/1/2 3.8 8 1 1 1 12.0 8 1 1 1 -2.6 8 1 1 1 0 1 8 1 1.2 8 0 8 10.4 8 1 1 1 8.1 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 2.0 8 1 0 0 91963/1/3 4.4 8 1 1 1 11.7 8 1 1 1 -1.5 8 1 1 1 0 1 8 1 1.2 8 0 8 11.1 8 1 1 1 8.7 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 2.6 8 1 0 0 101963/1/4 3.6 8 1 1 1 9.6 8 1 1 1 -2.5 8 1 1 1 0 1 8 1 1.2 8 0 8 10.2 8 1 1 1 8.7 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 1.7 8 1 0 0
そして、下のような形で読み込みたいのです。
hope
1年月日 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 平均気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最高気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 最低気温(℃) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 降水量の合計(mm) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 合計全天日射量(MJ/㎡) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 日照時間(時間) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 最深積雪(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 降雪量合計(cm) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 平均風速(m/s) 21963/1/1 3.1 8 1 1 1 10.4 8 1 1 1 -2.2 8 1 1 1 0 1 8 1 1.2 8 0 8 12.1 8 1 1 1 8.6 0 8 1 1 1 0 1 8 1 0 8 0 0 1 8 1 1 0 2.3 8 1 0 0 31963/1/2 3.8 8 1 1 1 12.0 8 1 1 1 -2.6 8 1 1 1 0 1 8 1 1.2 8 0 8 10.4 8 1 1 1 8.1 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 2.0 8 1 0 0 41963/1/3 4.4 8 1 1 1 11.7 8 1 1 1 -1.5 8 1 1 1 0 1 8 1 1.2 8 0 8 11.1 8 1 1 1 8.7 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 2.6 8 1 0 0 51963/1/4 3.6 8 1 1 1 9.6 8 1 1 1 -2.5 8 1 1 1 0 1 8 1 1.2 8 0 8 10.2 8 1 1 1 8.7 0 8 1 1 1 0 1 8 1 0 1 8 0 0 1 8 1 1 0 1.7 8 1 0 0
回答2件
0
ベストアンサー
'年月日'をindexに指定して読み込んだ場合は「下のような形で読み込みたい」形にはなりません。'年月日'がIndexになるので、次のような形になります。
あと同じ列名には識別のために自動的に連番が付加されます（これは読み込み時に自分の望む形に変更可能）。
python
1 平均気温(℃) 平均気温(℃).1 平均気温(℃).2 ... 平均風速(m/s).4 平均風速(m/s).5 平均風速(m/s).6 2 年月日 ... 31963/1/1 3.1 8 1 ... NaN NaN NaN 41963/1/2 3.8 8 1 ... NaN NaN NaN 51963/1/3 4.4 8 1 ... NaN NaN NaN 61963/1/4 3.6 8 1 ... NaN NaN NaN
上の形でよければコード例は次の通り。
python
1df_bace_file = pd.read_csv("ファイルパス.csv", encoding='cp932', header=2, index_col=0, delimiter="\s+") 2df_bace_file = df_bace_file.drop(index=df_bace_file.index[[0, 1]])
データを区切っているのが,（コンマ）ではなくスペース4つなので、delimiter="\s+"を追加する。最初の1回だけParserWarningが出るかもしれませんが、無視していいです。
index_col=0を指定したことにより、Indexは連番ではなく年月日になっているので、.drop(1)は使えません。これがエラーの原因。df.index[[0, 1]]で行番号から実際のIndex（ここでは年月日）を取得してからindex引数に渡してdropします。
年月日がIndexになる上の形がまずいようなら、読み込むときにindexを指定せずに読み込む。この場合Indexは連番になるので、.drop(1)が使えます（複数行ある時はリストで一度に指定できます）。
python
1df_bace_file = pd.read_csv("ファイルパス.csv", encoding='cp932', header=2, delimiter="\s+") 2df_bace_file = df_bace_file.drop([0, 1])
これで読み込むと以下のような形になります。
python
1 年月日 平均気温(℃) 平均気温(℃).1 ... 平均風速(m/s).4 平均風速(m/s).5 平均風速(m/s).6 22 1963/1/1 3.1 8 ... NaN NaN NaN 33 1963/1/2 3.8 8 ... NaN NaN NaN 44 1963/1/3 4.4 8 ... NaN NaN NaN 55 1963/1/4 3.6 8 ... NaN NaN NaN
一番左の列の 2 3 4 5 はIndexが表示されているものなので、データの一部ではありません。
投稿2021/11/02 14:26
編集2021/11/02 21:07
総合スコア1195
>>（これは読み込み時に自分の望む形に変更可能）
これに困っていました。なんとか年月日にindexをずらそうと試行錯誤していたところでした。
>>一番左の列の 2 3 4 5 はIndexが表示されているものなので、データの一部ではありません。
勝手にindexが追加されているものだと、思っていました。良かったです。
0
pandas.read_table() の skiprows にはリストを指定する事ができます。
skiprows: list-like, int or callable, optional
Line numbers to skip (0- indexed) or number of lines to skip (int) at the start of the file.
python
1df_bace_file = pd.read_table( 2 "ファイルパス.csv", encoding='cp932', index_col=0, 3 delim_whitespace=True, skiprows=[0,1,2,4,5] 4) 5 6pd.set_option('display.unicode.east_asian_width', True) 7print(df_bace_file) 8# 9 10 平均気温(℃) 平均気温(℃).1 平均気温(℃).2 平均気温(℃).3 ... 平均風速(m/s).3 平均風速(m/s).4 平均風速(m/s).5 平均風速(m/s).6 11年月日 ... 121963/1/1 3.1 8 1 1 ... NaN NaN NaN NaN 131963/1/2 3.8 8 1 1 ... NaN NaN NaN NaN 141963/1/3 4.4 8 1 1 ... NaN NaN NaN NaN 151963/1/4 3.6 8 1 1 ... NaN NaN NaN NaN
投稿2021/11/02 15:06
総合スコア19865
あなたの回答
tips
プレビュー
