Question

我有麻烦用pandas正确读取csv文件。我已经搜索了我的问题的解决方案，但我找不到。

所以，我的文件包含有关轨道的信息，但它的结构有点特殊。这是标题结构，大多数行都遵循它。

artist, trackname, albumname, tracknum, year, mp3genre
Anton Cosmo, Cry, The In Between, 12, 2010, Electro Rock

但有些行的结构与此类似：

artist, trackname, albumname, tracknum, year, mp3genre
Anne Garner, "Home, Outbound","Long Journey Here, 1, 2011, Electronica

我已经尝试了很多方法将这个csv文件读入pandas DataFrame，但我没有成功。我想：

df = pd.read_csv("songs.csv", quotechar="\"")

可以工作，但它给了我一行这样的一句话：

artist                                Anne Garner
trackname    "Home, Outbound" , Long Journey Here
albumname                                       1
tracknum                                     2011
year                                  Electronica
mp3genre                                      NaN

而不是：

artist                                Anne Garner
trackname                          Home, Outbound
albumname                       Long Journey Here                   
tracknum                                        1
year                                         2011
mp3genre                              Electronica

您是否知道如何正确阅读？

提前致谢

Answer 1

如上所述，您可以尝试在阅读时用""替换"。一种方法是使用csv.reader()在将数据传递给Pandas之前预先解析数据。例如：

import pandas as pd
import csv
import io

with open('songs.csv') as f_input:
    data = [next(csv.reader(io.StringIO(line.replace('""', '"')))) for line in f_input]

print(pd.DataFrame(data[1:], columns=data[0]))

这会给你：

        artist       trackname          albumname tracknum   year      mp3genre
0  Anton Cosmo             Cry     The In Between       12   2010  Electro Rock
1  Anne Garner  Home, Outbound  Long Journey Here        1   2011   Electronica

使用带有pandas的引号读取csv文件

1 个答案: