Question

我有一个.csv新闻文章数据集（应该有）发布，日期，标题等列。当我用Numbers打开这个文件时，它完美地显示了这一点，每个列都被考虑在内。但是，当我尝试在Jupyter Notebook中使用该文件时，列似乎无法正常工作。这就是我所拥有的：

%matplotlib inline
import matplotlib
import numpy as np
import matplotlib.pyplot as plt

import pandas as pd

data = pd.read_table("filename.csv",encoding="utf-8")

data.columns #and

然后它给了我：

Index(['SEARCH_ROW,PUBLICATION,DATE,TITLE,EDITION,BYLINE,LANGUAGE,SECTION,JOURNAL-CODE,NYT,PUBLICATION-TYPE,LENGTH,LOAD-DATE,TEXT'], dtype='object')

使用Microsoft Excel打开文件会给我带来同样的问题;每列都命名为：

SEARCH_ROW,PUBLICATION,DATE,TITLE,EDITION,BYLINE,LANGUAGE,SECTION,JOURNAL-CODE,NYT,PUBLICATION-TYPE,LENGTH,LOAD-DATE,TEXT

有没有办法将这个一大列分成原始的多列形式？

Answer 1

pd.read_table(...)默认使用tab（'\t'）作为分隔符。

因此，请尝试明确指定逗号作为分隔符：

pd.read_table(filename, sep=',')

或使用pd.read_csv()，默认情况下使用逗号作为sparator

Answer 2

你可以使用：

data = np.genfromtxt('filename.csv', delimiter=',')

从CSV文件中读取列似乎不起作用

2 个答案: