所以我尝试通过 pandas 加载一些数据来练习操作它，但我遇到了一个小问题。基本上，熊猫不正确地加载数据。它始终如一地这样做。让我告诉你我的意思。
这是数据集的快照（一个 csv 文件）
我想你可以或多或少地看到它在这里的样子。但是，当我在 Pandas 中加载它时，我得到了这个：
如您所见，有明显的失真。一方面，日期列已从电子表格中的第一列推送到 CSV 中的第二列。它的值也被替换为在我看来就像“旅行”列的副本。继续前进，您还可以看到我感兴趣的列（“直接汇款总额”）完全不正确。在电子表格中，它以 342 开头，但加载时它以 23423 开头，其余值完全关闭。
这是代码：
import pandas as pd
data = pd.read_csv("/home/user/Downloads/IntPayments26102020.csv")
您可以在此处获取数据的副本。有什么想法吗？
您需要使用index_col=False参数读取文件：
# wrong way:
df = pd.read_csv("IntPayments26102020.csv")
print(df.head())
# result :
Date Travels ... Debt Services And Payments Total
10/12/2003 234234.00 23424.0 ... 3.574570e+05 NaN
1/12/2005 12.00 2.0 ... 1.160000e+02 NaN
4/28/2006 7119901.48 9950000.0 ... 3.887479e+08 NaN
5/2/2006 346.00 345435.0 ... 4.632060e+05 NaN
5/12/2006 152204.22 11500000.0 ... 4.743224e+08 NaN
[5 rows x 11 columns]
# correct way:
df = pd.read_csv("IntPayments26102020.csv", index_col=False)
print(df.head())
# result :
Date Travels ... Debt Services And Payments Total
0 10/12/2003 234234.00 ... 23423.00 3.574570e+05
1 1/12/2005 12.00 ... 21.00 1.160000e+02
2 4/28/2006 7119901.48 ... 45602245.83 3.887479e+08
3 5/2/2006 346.00 ... 34534.00 4.632060e+05
4 5/12/2006 152204.22 ... 71560790.20 4.743224e+08
[5 rows x 11 columns]
从文档：
index_col : int, str, int / str 的序列，或者 False，默认
None用作 的行标签的列
DataFrame，以字符串名称或列索引的形式给出。如果给出了 int / str 序列，则使用 MultiIndex。注意：
index_col=False可用于强制 pandas 不使用第一列作为索引，例如当您有一个格式错误的文件时，每行末尾都有分隔符。
从那里您可以猜测为什么默认设置index_col=None不适用于您的数据 - 您的行也用逗号分隔,：
"Date","Travels","Inward Money Transfers","Cash Sales to BDC And Banks","Letters of Credit","Total Direct Remittances","Remittances to Travelex","Remittances to Amex","WDAS","Debt Services And Payments","Total"
"10/12/2003","234234","23424","23423","2342","342","23423","3423","23423","23423","357457",
"1/12/2005","12","2","12","12","21","12","12","12","21","116",
您的列已移动，因为 pandas 将第一列解释为索引。如果你想避免这种情况，你可以像这样加载数据：
df= pd.read_csv('IntPayments26102020.csv', index_col=False)