如何在熊猫中读取具有空格分隔值的文件

Posted 2023-02-23

【中文标题】如何在熊猫中读取具有空格分隔值的文件

【英文标题】：How to read file with space separated values in pandas

【发布时间】：2013-11-07 01:33:10

【问题描述】：

我尝试将文件读入 pandas。 该文件具有以空格分隔的值，但空格数不同 我试过了：

pd.read_csv('file.csv', delimiter=' ')

但它不起作用

【问题讨论】：

How to make separator in read_csv more flexible wrt whitespace?的可能重复

【参考方案1】：

如果您无法使用接受的答案进行文本解析（例如，如果您的文本文件包含不一致的行），那么值得尝试使用 Python 的 csv 库 - 这是使用用户定义的 Dialect 的示例：

 import csv

 csv.register_dialect('skip_space', skipinitialspace=True)
 with open(my_file, 'r') as f:
      reader=csv.reader(f , delimiter=' ', dialect='skip_space')
      for item in reader:
          print(item)

【讨论】：

这不是真的。它适用于 python 3.8 和 pandas。该问题要求在 pandas 中读取文本文件。

对不起 - 我已经更新了我的答案以解决这个问题。

【参考方案2】：

添加delim_whitespace=True参数，它比正则表达式更快。

【讨论】：

应该添加它，并删除delimiter=' '，因为它们在最近的版本中是互斥的。

@matanster: delimiter=' ' 非常脆弱，它说只需要一个空格。没有制表符、新闻行、多个空格、不间断空格、这些的组合等。delimiter='\s+' 是 pandas 推荐的并且更强大。

【参考方案3】：

您可以使用正则表达式作为分隔符：

pd.read_csv("whitespace.csv", header=None, delimiter=r"\s+")

【讨论】：

这有助于您将多个空格用作分隔符。在当前版本中，应添加 engine = "python" 以避免出现警告。

抱歉在这里评论旧回复，r 之前的"\s+" 是什么意思？