如何从CSV文件读取pandas Series数据

Question

我有一个格式如下的CSV文件：

somefeature,anotherfeature,f3,f4,f5,f6,f7,lastfeature
0,0,0,1,1,2,4,5

我尝试将其作为pandas Series读取（使用Python 2.7的pandas每日快照）。 我尝试了以下内容：

import pandas as pd
types = pd.Series.from_csv('csvfile.txt', index_col=False, header=0)

并且：

types = pd.read_csv('csvfile.txt', index_col=False, header=0, squeeze=True)

但两者都不起作用：第一个给出随机结果，第二个只是导入DataFrame而不是压缩。

似乎pandas只能将以下格式的CSV识别为系列数据：

f1, value
f2, value2
f3, value3

但是当特征键在第一行而不是列时，Pandas不想压缩它。

我还有什么别的尝试吗？这种行为是有意的吗？

- gaborous

Answer 1

这是我找到的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.loc[0,:]

这对我来说似乎有点愚蠢，因为Squeeze应该已经做到了。这是一个错误还是我忽略了什么？

/编辑：最好的方法：

df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.transpose()[0] # here we convert the DataFrame into a Serie

这是将基于行的CSV行转换为pandas Series的最稳定的方法。

顺便说一下，squeeze=True参数目前是无用的，因为截至今天（2013年4月），它仅适用于基于行的CSV文件，请参阅官方文档：

http://pandas.pydata.org/pandas-docs/dev/io.html#returning-series

- gaborous

---

那对我没用！转置函数把我的整个数据框变成了一些奇怪的 2X2 对象。我还在努力弄清楚这个问题。 - user3813620

这不再起作用，因为它已被删除。 - Tommy

@Tommy 谢谢，我已经相应地更新了我的答案。这些都是旧答案（这一个已经十年了），我不会把它们全部更新... - gaborous

Answer 2

这是可行的。Squeeze仍然有效，但它不能单独工作。如下所示，需要将index_col设置为零

series = pd.read_csv('csvfile.csv', header = None, index_col = 0, squeeze = True)

- user3813620

---

squeeze参数已自1.4.0版本起被弃用。文档提示：“在调用read_csv时附加.squeeze("columns")以压缩数据。” - cmosig

Answer 3

In [28]: df = pd.read_csv('csvfile.csv')

In [29]: df.ix[0]
Out[29]: 
somefeature       0
anotherfeature    0
f3                0
f4                1
f5                1
f6                2
f7                4
lastfeature       5
Name: 0, dtype: int64

- waitingkuo

---

注意：已删除ix - Tommy

Answer 4

ds = pandas.read_csv('csvfile.csv', index_col=False, header=0);    
X = ds.iloc[:, :10] #ix deprecated

- Lucas Mendes Mota Da Fonseca

Answer 5

Pandas的值选择逻辑为：

DataFrame -> Series=DataFrame[Column] -> Values=Series[Index]

所以我建议：

df=pandas.read_csv("csvfile.csv")
s=df[df.columns[0]]

- Antoine

Answer 6

from pandas import read_csv


series = read_csv('csvfile.csv', header=0, parse_dates=[0], index_col=0, squeeze=True

- Wojciech Moszczyński

Answer 7

由于上面的答案都对我无效，这里提供另一种方法：从DataFrame手动重建Series。

# create example series
series = pd.Series([0, 1, 2], index=["a", "b", "c"])
series.index.name = "idx"
print(series)
print()

# create csv
series_csv = series.to_csv()
print(series_csv)

# read csv
df = pd.read_csv(io.StringIO(series_csv), index_col=0)
indx = df.index
vals = [df.iloc[i, 0] for i in range(len(indx))]
series_again = pd.Series(vals, index=indx)
print(series_again)

输出：

idx
a    0
b    1
c    2
dtype: int64

idx,0
a,0
b,1
c,2

idx
a    0
b    1
c    2
dtype: int64

- Simon