sep ='|'在熊猫数据框中无法正常运行

Question

我正在使用python 3.6和pandas版本0.20.3。

我有一个文本为-的文件

17727425 - 1|TM000002|38|cow|country|crow
17727425 - 1|TM000002|64|international|NAME|international ltd
17727425 - 1|TM000002|66|^ference|country|^ference
17727425 - 1|TM000002|80|"|gulf "|DRWENAME|"|gulf "

我制作数据框的代码是-

df = pd.read_csv(filepath, sep="|", error_bad_lines=False, encoding="ISO-8859-1")

由于我使用的是sep = '|'，因此应该用'|'分隔文本但在文字的最后一行，使用"分隔 我得到的输出是-

17727425 - 1 TM000002 38 cow country crow 0 17727425 - 1 TM000002 64 international NAME international ltd 1 17727425 - 1 TM000002 66 ^ference country ^ference 2 17727425 - 1 TM000002 80 |gulf DRWENAME |gulf

我想知道为什么sep = '|'不能正常工作，以及应该采取什么措施来消除此问题。

Answer 1

问题不是sep='|'，而是双引号。

默认情况下，熊猫不会在字符串内拆分字段。因此，您可以更改引号字符串，例如添加quotechar="'"（或\0或文件中未使用的任何字符）。

您也可以使用以下参数：quoting=QUOTE_NONE，该参数不考虑任何引号。