时间戳

首页 > 解决方案 > 熊猫没有按预期处理文件

python-3.x - 熊猫没有按预期处理文件

问题描述

我有一个包含需要绘制的天文数据的文件。前几行如下所示：

1 SDSSJ000005.95+145310.1 2.49900 * 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 0.000 0.000 NONE 
4 SDSSJ000009.27+020621.9 1.43200 UvS 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 0.000 0.000 NONE 
5 SDSSJ000009.38+135618.4 2.23900 QSO 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 0.000 0.000 NONE 
6 SDSSJ000011.37+150335.7 2.18000 * 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 0.000 0.000 NONE 
11 SDSSJ000030.64-064100.0 2.60600 QSO 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 15.460 -999.000 -999.000 -999.000 -999.000 23.342 56.211 UV 
15 SDSSJ000033.05+114049.6 0.73000 UvS 0.000e+00 0.00 NA -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 -999.000 0.000 0.000 NONE 
27 LBQS2358+0038 0.95000 QSO 0.000e+00 0.00 NA 17.342 18.483 18.203 17.825 -999.000 -999.000 -999.000 -999.000 -999.000 23.301 56.572 UV

我正在尝试将第三列（第一行的值为 z = 2.49900）设置为索引，因为这是我将要绘制的列。以 -999.000 开头的列是我将要处理和绘制的值。

我的问题是，熊猫没有像我预期的那样处理文件。我在用着

import pandas as pd
data = pd.read_csv('todo.dat', sep = ' ',
                   names = ['no', 'NED', 'z', 'obj_type','S_21', 'power',
                            'SI_flag','U_mag', 'B_mag', 'V_mag', 'R_mag',
                            'K_mag', 'W1_mag', 'W2_mag', 'W3_mag', 'W4_mag',
                            'L_UV', 'Q', 'flag_uv'])

data.set_index('z')

将文件读入数据框，它给了我以下信息：

在此处输入图像描述

但我希望该Index列与文件中1, 2, 3, 4, ...的'no'列1, 4, 5, 6, ...相同。

如何防止文件中的第一列被解释为索引？我想按原样保留行的编号。

我在这里问了一个相关的问题，但答案没有帮助。

标签： python-3.xpandas

解决方案

您无法创建'z'数据框的索引，因为索引只能是整数或序列（'z'是浮点值，因此不能是索引）。

如果'z'是一个整数/序列，你会想尝试：

data = pd.read_csv('todo.dat', sep = ' ', index_col = 'z',
                   names = ['no', 'NED', 'obj_type','S_21', 'power',
                            'SI_flag','U_mag', 'B_mag', 'V_mag', 'R_mag',
                            'K_mag', 'W1_mag', 'W2_mag', 'W3_mag', 'W4_mag',
                            'L_UV', 'Q', 'flag_uv'])

推荐阅读