Tengo un fichero csv donde por un error se me duplicaron dos filas. Y querría eliminarlas y renombrar la columna code, pues se compone de un prefijo y del valor de la fila.
Hago lo siguiente (los valores repetidos son los que en code aparece "Feat_022" y "Feat_0044"):
from pandas import read_csv, DataFrame
df = read_csv('results.csv')
print(len(df))
df = df.drop(df[df['Code'] == 'Feat_0022'].index)
df = df.drop(df[df['Code'] == 'Feat_0044'].index)
print(len(df))
for s in range(len(df)):
i = s+1
if i < 10:
code = 'ImgANN_000'+str(i)
elif 10 <= i < 100:
code = 'ImgANN_00'+str(i)
elif 100 <= i < 1000:
code = 'ImgANN_0'+str(i)
else:
code ='ImgANN_'+str(i)
df.loc[s, "Code"] = code
df.to_csv('final.csv', index=None, header=True)
Al imprimir los dos prints
la cosa parece que funciona, pues pasa de 213 valores a 211. Por lo tanto lo que hago luego es un bucle que recorre el dataframe y va sustituyendo el valor. El problema viene cuando abro el fichero resultante "final.csv", pues si se han eliminado las dos filas deseadas, ha pasado de poner "Feat_xxx" (este era otro error) a poner "ImgANN_", pero tanto en el 22, como el 44, se los salta.
Seguro es simple el error, que no debo guardar algo, pero por mucho que lo miro no termino de entender que sucede.
A continuación muestro una imagen del dataframe original donde se ve un poco la estructura y la línea con "Feat_022".
Y ahora el resultado final, donde la cuenta no se ha hecho bien pues pasa de 21 a 23 (la fecha esta desplazada sin querer) y de 43 a 45.
Gracias, un saludo.