需要帮助了解read_excel（pandas）中的索引栏

Question

我有一个excel文件，其中第一列是“ID”，项目的格式是IDXXX。在

这个代码

s = pd.read_excel('error4.xlsx', keep_default_na = False, index_col = 0)

出现错误

^{pr2}$

我试过看文件，但我不明白。如果我删除index_col = 0，它可以正常工作。index_col = 'ID'也不起作用。在

Answer 1

出现错误的原因是：

keep_default_na = False

根据文件：

^{pr2}$

所以，如果您没有指定任何要转换为NaN的新值，为什么需要这个选项

编辑

如果有一个文件只有一列，假设我有一个文件output2.csv，其中只有一列：

  cmfa
-0.0019
-0.0018
-0.0033

如果使用以下命令`

s = pd.read_csv('output2.csv',keep_default_na = False,index_col=0)

它将抛出一个错误，说TypeError: unsupported operand type(s) for |: 'list' and 'set'

因为数据集没有要操作的列，也没有保留NaN值的列，而您正尝试使用keep_default_na语句。它只是有一个由列决定的索引。在

然而，以下工作如预期 s = pd.read_csv('output2.csv',index_col=0)

并给出一个输出（注意没有列）

print s
Empty DataFrame
Columns: []
Index: [-0.0019, -0.0018, -0.0033]

如果您确实想保留keep_default_na=False语句，那么必须去掉index_col=0选项，因为该语句需要一些值来操作，并让dataframe的默认索引为0、1、2、3等

编辑2

当您组合index_col和keep_default_na = False语句时，pandas似乎不起作用，正如文档所说，它也不希望在没有指定na_values的情况下指定keep_default_na = False

因此，请在您的案例中使用以下内容：

s = pd.read_csv('output.csv',na_values=[],keep_default_na = False,index_col=0)

如果不指定na_values，keep_default_na=False将独立工作，如果index_col = None or False否则它将为index_col的任何其他值抛出错误。因此，一个好的编程实践是在这种情况下使用na_values选项，尽管我同意在pandas中应该有更好的错误处理。在