python - numpy genfromtxt/ Pandas read_csv；忽略引号内的逗号

Question

考虑一个文件 a.dat，其内容为:

address 1, address 2, address 3, num1, num2, num3
address 1, address 2, address 3, 1.0, 2.0, 3
address 1, address 2, "address 3, address4", 1.0, 2.0, 3

我正在尝试使用 numpy.genfromtxt 导入.但是，该函数在第 3 行中看到了一个附加列。我在 pandas.read_csv 中遇到了类似的错误。 :

np.genfromtxt('a.dat',delimiter=',',dtype=None,skiprows=1)

ValueError: Some errors were detected !
    Line #3 (got 7 columns instead of 6)

和

pandas read_csv sort of works - but it gives me an unaligned data structure:

pd.read_csv('a.dat')

pandas.parser.CParserError: Error tokenizing data. C error: Expected 6 fields in line 3, saw 7

我正试图找到一个输入参数来弥补这一点。我不介意我最终得到一个 numpy ndarray 或 pandas 数据框。

我可以在 genfromtxt 和/或 read_csv 中设置一个参数，让我忽略语音标记中的逗号吗？

我注意到 read_csv 包含一个 quotechar='"' 参数，定义如下:

quotechar : string (length 1) The character used to denote the start and end of a quoted item. Quoted items can include the delimiter and it will be ignored.

这对我来说就像默认情况下 read_csv 应该适用于我的情况 - 但事实并非如此。

我可以看到我可以预处理文件以去除逗号 - 我想尽可能避免这种情况，但如果这是唯一的方法，我欢迎提出建议。

Answer 1

刚设法找到this :

我缺少的关键参数是 skipinitialspace=True - 这个“处理逗号分隔符后的空格”

a=pd.read_csv('a.dat',quotechar='"',skipinitialspace=True)

   address 1  address 2            address 3  num1  num2  num3
0  address 1  address 2            address 3     1     2     3
1  address 1  address 2  address 3, address4     1     2     3

这有效:-)