Question

我正在尝试通过python中的pandas的read_csv读取文本文件。我的文本文件看起来像（数字中的所有值）：

 35 61  7 1 0              # with leading white spaces
  0 1 1 1 1 1              # with leading white spaces
33 221 22 0 1              # without leading white spaces
233   2                    # without leading white spaces
1(01-02),2(02-03),3(03-04) # this line cause 'Error tokenizing data. C error: Expected 1 fields in line 5, saw 3

我的python代码如下：

import pandas as pd
df = pd.read_csv('example.txt', header=None)
df

输出如下：

CParserError: 'Error tokenizing data. C error: Expected 1 fields in line 5, saw 3

在处理前导空格之前，我需要处理“标记数据”错误。＆＃39;问题第一。所以我改变了代码：

import pandas as pd
df = pd.read_csv('example.txt', header=None, error_bad_lines=False)
df

我可以按照预期获得带有前导空格的数据，但第5行中的数据已经消失。输出如下：

b'Skipping line 5: expected 1 fields, saw 3\n
 35 61  7 1 0              # with leading white spaces as intended
  0 1 1 1 1 1              # with leading white spaces as intended
33 221 22 0 1              # without leading white spaces
233   2                    # without leading white spaces
                           # 5th line disappeared (not my intention).

所以我尝试将下面的代码更改为第5行。

import pandas as pd
df = pd.read_csv('example.txt', header=None, sep=':::', engine='python')
df

我在第5行成功获得了数据，但第1行和第2行的前导空格如下：

35 61  7 1 0               # without leading white spaces(not my intention)
0 1 1 1 1 1                # without leading white spaces(not my intention)
33 221 22 0 1              # without leading white spaces
233   2                    # without leading white spaces
1(01-02),2(02-03),3(03-04) # I successfully got this line as intended.

我看到几个关于用字符串保留前导空格的帖子，但我找不到用数字保留前导空格的情况。谢谢你的帮助。

Answer 1

键位于分隔符中。如果您将sep指定为正则表达式^行首字符元字符，则可以正常工作。

s = pd.read_csv('example.txt', header=None, sep='^', squeeze=True)

s

0                  35 61  7 1 0
1                   0 1 1 1 1 1
2                 33 221 22 0 1
3                       233   2
4    1(01-02),2(02-03),3(03-04)
Name: 0, dtype: object

s[1]
'  0 1 1 1 1 1'

如何在python中保留pandas系列中的前导空格？

1 个答案: