python3のpandasでindexをしていしてcsvをDataFrameとして読み込みたい。

Question

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

df_bace_file = pd.read_csv("ファイルパス.csv",encoding='cp932',header=2,index_col=0)
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。
df_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。

ダウンロードした時刻：2021/10/17 09:14:45																																																																														
																																																																														
	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
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)
				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)
		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
1963/1/1	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
1963/1/2	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
1963/1/3	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
1963/1/4	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。

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)
1963/1/1	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
1963/1/2	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
1963/1/3	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
1963/1/4	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

Comments

[melian]

CSV ではないので read_table() を使う方が良いでしょうね。

Answer 1

'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）。

         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
 年月日                                   ...                                    
1963/1/1     3.1         8         1  ...         NaN         NaN         NaN
1963/1/2     3.8         8         1  ...         NaN         NaN         NaN
1963/1/3     4.4         8         1  ...         NaN         NaN         NaN
1963/1/4     3.6         8         1  ...         NaN         NaN         NaN

上の形でよければコード例は次の通り。

df_bace_file = pd.read_csv("ファイルパス.csv", encoding='cp932', header=2, index_col=0, delimiter="\s+")
df_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）。

df_bace_file = pd.read_csv("ファイルパス.csv", encoding='cp932', header=2, delimiter="\s+")
df_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。

        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
2  1963/1/1     3.1         8  ...         NaN         NaN         NaN
3  1963/1/2     3.8         8  ...         NaN         NaN         NaN
4  1963/1/3     4.4         8  ...         NaN         NaN         NaN
5  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。

Comments

[Masarina]

>>（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。

Answer 2

pandas.read_table() の skiprows にはリストを指定する事ができます。

pandas.read_table

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.

df_bace_file = pd.read_table(
  "ファイルパス.csv", encoding='cp932', index_col=0,
  delim_whitespace=True, skiprows=[0,1,2,4,5]
)

pd.set_option('display.unicode.east_asian_width', True)
print(df_bace_file)
#

          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
年月日                                                              ...                                                                    
1963/1/1          3.1              8              1              1  ...              NaN              NaN              NaN              NaN
1963/1/2          3.8              8              1              1  ...              NaN              NaN              NaN              NaN
1963/1/3          4.4              8              1              1  ...              NaN              NaN              NaN              NaN
1963/1/4          3.6              8              1              1  ...              NaN              NaN              NaN              NaN