pandas read_csv使用mangle_dupe_cols报未支持错误,求CSV列筛选重命名简化方案
mangle_dupe_cols 参数报错原因
从 pandas 2.0 版本开始,read_csv 接口的 mangle_dupe_cols 参数被正式移除,手动传入该参数就会触发“尚不支持”的报错。该参数在旧版本中的作用是自动为重复列名追加 .1/.2 类序号后缀,避免列名冲突,新版本中该逻辑已经成为默认行为,不需要手动传参触发。
适配现有流程的改造方案
你当前的代码已经覆盖了重复列名的识别逻辑,只需要调整三处细节即可正常运行:
- 读取文件时删除所有对
mangle_dupe_cols的传参,新版本read_csv默认就会对重复列生成带序号后缀的列名,和旧版本该参数的效果完全一致。 - 修复重命名环节的同名冲突问题:你当前代码将
=、=.1到=.6共7个列全部重命名为“Errors”,会生成多个完全同名列,后续数据处理、导出时容易出现匹配错误,建议按照每个列对应的业务场景补充区分性后缀。 - 将连续多行
.rename()操作合并为单个映射字典,减少冗余代码量。
改造后可直接运行的代码
import pandas as pd columns_to_skip = ['W','L','D','-','!','+','#%','Ind','E%','/','-.1','-.2','-.3','-.4','-.5','-.6','+.1','+.2','+.3','+.4','+.5','+.6','!.1','!.2','!.3','!.4','!.5','!.6','Ind.1','Ind.2','Ind.3','Ind.4','Ind.5','Ind.6','E%.1','E%.2','E%.3','E%.4','E%.5','E%.6','#%.1','#%.2','#%.3','#%.4','#%.5','#%.6'] # 读取csv,无需传入已废弃的mangle_dupe_cols df = pd.read_csv( 'P65 Stats.csv', header=3, usecols=lambda x: x not in columns_to_skip ) # 单字典完成所有列的重命名,为同指标列加区分后缀避免重名 rename_columns = { 'Unnamed: 0': 'Name', 'Tot': 'Total Serves', 'Tot.1': 'Total Passes', 'Tot.2': 'Total Attacks', 'Tot.3': 'Total Blocks', 'Tot.4': 'Total Digs', 'Tot.5': 'Total FB Passes', 'Tot.6': 'Total Sets', '=': 'Serving Errors', '=.1': 'Passing Errors', '=.2': 'Attacking Errors', '=.3': 'Blocking Errors', '=.4': 'Digging Errors', '=.5': 'FB Passing Errors', '=.6': 'Setting Errors', '#': 'Aces', '#.1': 'Kills', '#.2': 'Stuff Blocks', '#.3': 'Perfect Digs' } df = df.rename(columns=rename_columns) # 导出处理后的csv文件 df.to_csv('processed_p65_stats.csv', index=False) print(df)
补充说明:如果使用的pandas版本在读取带重复表头的csv时,没有自动生成带序号后缀的列名,可以在读取完成后手动遍历列名逻辑实现重复列重命名,完全可以替代已废弃的
mangle_dupe_cols能力,不存在功能缺口。
内容的提问来源于stack exchange,提问作者Evan Antal
相关产品推荐
相关产品推荐

