Python 和 Pandas : How to make pandas to behavior similarly to numpy. loadtxt？

Question

我有一个像这样的表格，有 12 列和几行:

 1095         20      27595       14.1      106.4        191          1          0          0          0   6.998509   10.22539  
 1001         32       9958       10.9      -30.6         13          1          0          0          0   6.908755   9.206132  
 1122          9     6125.9       23.5      -16.3         14          1          0          0          0   7.022868   8.720281  
  578         -9      16246        5.9      -25.7        -21          1          0          0          0   6.359574   9.695602

如果我使用numpy.loadtxt它运作得很好。但是，我想使用 Pandas 。我尝试过这样的事情

df = pd.read_csv('myFile.txt', sep=" ",header=None)

但是，它不起作用。错误是pandas.parser.CParserError: Error tokenizing data. C error: Expected 90 fields in line 2, saw 92

Answer 1

您传递了一个空格作为分隔符，您可以这样做 sep='\s+' 或更好的是 delim_whitespace=True ，它失败了，因为您的 txt 文件具有不同数量的空格。

In [61]:
import io
import pandas as pd
pd.read_csv(io.StringIO(t), delim_whitespace=True, header=None)
t="""1095         20      27595       14.1      106.4        191          1          0          0          0   6.998509   10.22539  
 1001         32       9958       10.9      -30.6         13          1          0          0          0   6.908755   9.206132  
 1122          9     6125.9       23.5      -16.3         14          1          0          0          0   7.022868   8.720281  
  578         -9      16246        5.9      -25.7        -21          1          0          0          0   6.359574   9.695602"""
pd.read_csv(io.StringIO(t), delim_whitespace=True, header=None)

Out[61]:
     0   1        2     3      4    5   6   7   8   9         10         11
0  1095  20  27595.0  14.1  106.4  191   1   0   0   0  6.998509  10.225390
1  1001  32   9958.0  10.9  -30.6   13   1   0   0   0  6.908755   9.206132
2  1122   9   6125.9  23.5  -16.3   14   1   0   0   0  7.022868   8.720281
3   578  -9  16246.0   5.9  -25.7  -21   1   0   0   0  6.359574   9.695602

或者您可以使用read_fwf :

In [62]:    
pd.read_fwf(io.StringIO(t), header=None)
Out[62]:
     0   1        2     3      4    5   6   7   8   9         10         11
0  1095  20  27595.0  14.1  106.4  191   1   0   0   0  6.998509  10.225390
1  1001  32   9958.0  10.9  -30.6   13   1   0   0   0  6.908755   9.206132
2  1122   9   6125.9  23.5  -16.3   14   1   0   0   0  7.022868   8.720281
3   578  -9  16246.0   5.9  -25.7  -21   1   0   0   0  6.359574   9.695602