データを抽出する時に、"ValueError：labels ['arrival'] not contained in axis という エラーが発生して苦慮しております！

Question

データを抽出する時に、"ValueError：labels ['arrival'] not contained in axis という エラーが発生して苦慮しております！

下記が今回、エラーの発生したソースコードでございます。

# -*- coding: utf-8 -*-

import urllib2
import codecs
import numpy as np
import pandas as pd

f1 = codecs.open('panda_1_1.csv', 'w', 'utf-8')

#読み込ませるデータ
data = pd.read_csv("temp_test_1_1.csv" , sep=",")

# 特徴データとラベルデータを取り出す
data_except_arrival = data.drop("arrival", axis=1)

features = data_except_arrival.as_matrix()

targets = data['arrival'].as_matrix()  #== 1  #.strip()

low_frequentry_data = data[data.arrival == 1].index
low_frequentry_data_sample = data.loc[low_frequentry_data]
pd.DataFrame(low_frequentry_data_sample)
#print pd.DataFrame(low_frequentry_data_sample)

sampling_size = len(data[data.arrival == 1])
#print ("sampling size : ",sampling_size)


high_frequentry_data = data[data.arrival == 0].index
# 出現頻度の小さいクラスに、大きいクラスの個数を合わせてランダムにデータを抽出する
random_indices = np.random.choice(high_frequentry_data, sampling_size, replace=False)
high_frequentry_data_sample = data.loc[random_indices]
pd.DataFrame(high_frequentry_data_sample)

#print pd.DataFrame(high_frequentry_data_sample)

# データをマージする
merged_data = pd.concat([high_frequentry_data_sample, low_frequentry_data_sample], ignore_index=True)
pd.DataFrame(merged_data)


print pd.DataFrame(merged_data)
merged_data.to_csv('panda_1_1.csv', index=None)

読み込ませるデータ temp_test_1_1.csv は こちらでございます。

temp(0)	temp(1)	temp(2)	temp(3)	temp(4)	temp(5)	temp(6)	temp(7)	temp(8)	temp(9)	temp(10)	temp(11)	temp(12)	arrival
0	0	4	8.1	13.1	12.3	9.1	9.2	6.4	6.6	6.3	6.5	6.9	1
0	6.8	3.7	9.9	16	7	5.3	4.9	5.1	5.1	5.2	4.7	4.7	1
0	3.4	30	61.4	27.8	11.5	11.7	11.9	12.8	13.4	14	14.5	15.6	0
0	3.4	25	9.1	48	38	20.4	17.7	18.3	15	14.6	14.2	14.9	0
0	6.8	9.9	19.7	12.8	13.6	14.3	14	14.2	15	14.3	14.5	15.3	1
0	3.4	25	34.5	156.1	107.4	84.6	59.3	63.2	67.7	65.7	67.2	69.2	0
0	0	37.6	92.2	198.7	137.7	125.3	99.2	90.1	93.8	92.4	93.8	90.9	0
0	0	5.5	12	27.9	28.4	26.9	25.9	27.5	27.4	27.8	27.4	28.7	0
0	0	4.3	1.4	1.1	1.3	1.5	1.7	1.8	1.8	1.8	1.8	1.8	0
0	0	50.1	61.4	118.1	57	58.7	32.5	35.1	38.3	39.5	40.3	42.9	0
0	0	25.6	88.4	88.4	47.1	76.8	70.6	70.6	76.7	81.4	78.9	80.2	0

ValueError：labels ['arrival'] not contained in axis
について、少し調べたのですが、列に空白があるのが原因とありましたので、.strip()を用いてみましたが
うまく動きませんでした。

先輩方の御教示、よろしくお願いいたします。

Answer 1

sep=","だとカンマ区切りとして読み込まれ、正しくカラムが分割されません。
任意の空白を区切りとみなすようsep=r"\s*"を指定することで正しく読み込まれます。
参考：Can pandas handle variable-length whitespace as column delimiters

# 略
data = pd.read_csv("temp_test_1_1.csv" , sep=r"\s*")
# 略

Comments

[akakage13]

can110様、迅速、明快な御教示ありがとうございました。

今後ともよろしくお願いいたします。