Question

我有一个csv文件我希望加载到pandas，但格式化给我一些问题。文件是这样的：

版本1

，日期时间，名称，价值

，26 / Jan / 2016 07:35:52，Name1,340rqi

，26 / Jan / 2016 07：00：00，Name2,1.00E + 005

，26 / Jan / 2016 07：00：00，Name3，pulling_9

（这是一个混乱的文件，但重点是有一个空的第一列和一个空的第一行，在位置0,0只有'版本1'）

我正在使用以下代码将其纳入我的DF：

filename_cv = '123456789.csv'
sheet_cv = filename_cv[:-4] #trimming off the .csv part
df_cv = pandas.read_csv(filename_cv, sheet_cv,engine='python')

但输出不可取。这就是我得到的：

df_cv

Out [4]：

版本1

0,26 / Jan / 2016 07:35:52，Name1,340rqi

1,26 / Jan / 2016 07：00：00，Name2,1.00E + 005

2,26 / Jan / 2016 07：00：00，Name3，pulling_9

我认为那些领先的逗号是我的问题，但有没有一种好方法可以摆脱它们？

我知道我可以修剪行并更改索引（跳过），但是我确定这些主要逗号是我的问题的来源。

我希望逗号分隔值可以像普通的那样进入自己的列。

怎么了？

Answer 1

试试这个：

In [313]: df = pd.read_csv('/path/to/file.csv', skiprows=1)

In [314]: df
Out[314]:
   Unnamed: 0             Date Time   Name      Value
0         NaN  26/Jan/2016 07:35:52  Name1     340rqi
1         NaN  26/Jan/2016 07:00:00  Name2  1.00E+005
2         NaN  26/Jan/2016 07:00:00  Name3   pulled_9

In [315]: df = df.drop(df.columns[0], axis=1)

In [316]: df
Out[316]:
              Date Time   Name      Value
0  26/Jan/2016 07:35:52  Name1     340rqi
1  26/Jan/2016 07:00:00  Name2  1.00E+005
2  26/Jan/2016 07:00:00  Name3   pulled_9

如果您想解析日期时间列，请使用：

df = pd.read_csv(io.StringIO(data), skiprows=1, parse_dates=['Date Time'])

Answer 2

更新

可以通过不在read_csv（）命令中指定工作表名称来解决此问题。显而易见的＆＃39; duh＆＃39;因为csv文件没有多张表。

Answer 3

为分隔符提供替代参数会使＆＃39;，＆＃39;明确。

import pandas as pd

filename_cv = '123456789.csv'
sheet_cv = filename_cv[:-4] #trimming off the .csv part
df = pd.read_csv(filename_cv, sheet_cv, engine='python',  skiprows=1, delimiter=',')
df = df.filter(regex='^((?!Unnamed).)*$')
print df

              Date Time   Name      Value
0  26/Jan/2016 07:35:52  Name1     340rqi
1  26/Jan/2016 07:00:00  Name2  1.00E+005
2  26/Jan/2016 07:00:00  Name3   pulled_9

python / pandas read_csv中的主要逗号

3 个答案: