我有一个.csv
这样的文件 -
A|B|C|D
1|"|1|"1
2|2|2|2
3|"|3|3
4|4|4|4
5|"five"|5|5
6|6|6|6
我将此.csv
文件导入为 -
data=pd.read_csv('C:\Python Work\inverted_commas.csv',sep='|',dtype={'B':object,'C':object,'D':object},names=['A','B','C','D'],skiprows=1)
结果如下:
A B C D
1 |1|1 NaN NaN
2 2 2 2
3 |3|3\r\n4|4|4|4\r\n5|five" 5 5
6 6 6 6
|
是此.csv
文件的分隔符。由于我们在第1行和第3行(顶行是标题)中有无法匹配的双引号"
,因此导致整个导入错误。我希望结果如下 -
A B C D
1 " 1 "1
2 2 2 2
3 " 3 3
4 4 4 4
5 "five" 5 5
6 6 6 6
SAS
有趣地以这种方式正确导入此文件。在.read_csv
中是否有一种方法或选项,我们可以指定在遇到分隔符的那一刻,无论起始引号是否与结束引号匹配,都应该用该值填充该列,如上所示?
答案 0 :(得分:1)
您可以使用参数quoting=3
:
import pandas as pd
from pandas.compat import StringIO
temp=u"""A|B|C|D
1|"|1|"1
2|2|2|2
3|"|3|3
4|4|4|4
5|"five"|5|5
6|6|6|6"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep="|", quoting=3)
print (df)
A B C D
0 1 " 1 "1
1 2 2 2 2
2 3 " 3 3
3 4 4 4 4
4 5 "five" 5 5
5 6 6 6 6