解析具有不同标志的文本文件的熊猫更换线和分隔符

Question

我正在解析一个txt文件，该文件使用＆＃39;＃@＃@＃＆＃39;换线和＆＃39;〜＆＃39;用于柱分离。我还可以使用pd.read_csv（）来解析它以获取DataFrame吗？

Answer 1

lineterminator的主要问题长度必须是1，因此可以在read_csv之后使用过滤：

temp=u"""a~h~h#@#@#a~h~h#@#@#"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), lineterminator='#', sep='~', header=None)
print (df)
   0    1    2
0  a    h    h
1  @  NaN  NaN
2  @  NaN  NaN
3  a    h    h
4  @  NaN  NaN
5  @  NaN  NaN

df = df[df.iloc[:,0] != '@']
print (df)
   0  1  2
0  a  h  h
3  a  h  h