在Pandas数据框中分配新的列标签时，长度不匹配错误

Question

我正在使用的标签文件缺少最后的列名。当我尝试通过附加缺少的值来修复标头时，出现不匹配错误。这是说明问题的示例：

玩具实例

应该有一个''作为第一个列表的最后一个元素：

missingcol = [[gene, cell_1, '', cell_2]
               [MYC, 5.0, P, 4.0, A]
               [AKT, 3.0, A, 1.0, P]]

为了解决这个问题，我阅读了第一行，在的后面添加了''，并通过跳过第一行将其加载missingcol到pandas数据框中，header=None并使用修改后的标题重新定义了列名，如下所示：

fullheader = missingcol[0].append('')
fullheader = missingcol[0]

missingcol_dropheader = missingcol[1:]

df = pd.DataFrame(missingcol_dropheader, columns=fullheader)
df

这给了我错误：

AssertionError: 4 columns passed, passed data had 5 columns

最后我检查了一下，新的fullheader实际上有5个元素来匹配数据框中的5个元素。 是什么导致这种持续的不匹配，我该如何解决？

真实的例子

当我重复这些相同的步骤时，但是在read_csv我的实际测试用例中使用method 时，也会收到类似的错误。我忽略了行0的标题和行1-3的三个空白行，并删除了不需要的第一列，但其他方面类似：

with open('CCLE_Expression_Entrez_2012-10-18.res', 'r') as f:
    header = f.readline().strip().split('\t')
header.append('') # missing empty colname over last A/P col

rnadf = pd.read_csv('CCLE_Expression_Entrez_2012-10-18.res', delimiter='\t', index_col=0, header=None, skiprows=[0,1,2,3])  
rnadf.columns = header
rnadf.drop([], axis=1, inplace=True)
rnadf.columns = header

ValueError: Length mismatch: Expected axis has 2073 elements, new values have 2074 elements

与测试案例非常相似的错误。 是什么使此错误与测试用例不同，如何解决？

Answer 1

问题在于参数index_col=0是在基因名称处开始列索引：

上面的数据帧以 2073 结束，使用上述参数进行基于 1 的索引，是 2073 个元素：比我修复的标题少一个元素。这产生了以下错误：

ValueError: Length mismatch: Expected axis has 2073 elements, new values have 2074 elements

虽然分配了单独的数字索引的相同read_csv命令index_col=None，将（在这种情况下基因名称）从只是标签放回数据帧：

上面的数据帧在列号 2073 处结束，这是 2074 个元素，从零开始索引：与我修复的标题长度相同！问题解决了：