我有10 Hz数据，其中一些值偏移了1 80 Hz帧。这意味着并非所有行都具有相同数量的术语。我正在尝试使用read_table将其读入数据帧。熊猫抱怨行不均匀。数据样本如下所示：
SGMT Foo Bar Baz Qux
2010/056/12:25:32.100 2.16123839150863E-03 1.95636410755160E+00
2010/056/12:25:32.112 -9.9458 6.063645E+2
2010/056/12:25:32.200 2.16123839150863E-03 1.95636410755160E+00
2012/056/12:25:32.212 -9.9452 6.059189E+2
2010/056/12:25:32.300 2.16123839150863E-03 1.95636410755160E+00
实际上，偶数10 hz标记有36列数据，偏移标记有6列。
我尝试阅读代码如下：
env_values = pd.read_table(filen, sep ='[\t ]*',index_col='SGMT', \
parse_dates='SGMT', date_parser=time_convert)
，函数time_covert是
def time_convert(tstr):
return pd.to_datetime(tstr, format='%Y/%j/%H:%M:%S.%f')
我希望所有数据看起来好像发生在10 Hz边界（0.100,0.200）标记上，并且是pandas数据帧中的一行。
read_table可以执行此操作，还是必须编写预处理器以在将数据提供给pd.read_table之前对数据进行时间对齐？