python - 无法从使用 Pandas 存储存档文件名称的 gzip 压缩文件中读取 csv 数据

Question

我正在尝试从 gzip 存档文件中读取 csv 数据，该文件还存储存档数据文件的名称。问题是 pandas.read_csv() 选择存档文件的名称并将其作为返回的 DataFrame 中的第一个数据条目返回。如何跳过存档文件的名称？我查看了 pandas.read_csv() 的所有可用选项，但找不到允许我这样做的选项。

以下是我在 python 中创建 gzip 存档文件的方法:

import pandas as pn
import numpy as np
import tarfile

a = np.ones((10, 8))
np.savetxt('ones.dat', a)
fh = tarfile.open('ones.tar.gz', 'w:gz')
fh.add('ones.dat', arcname='numpy_ones.dat')
fh.close()

f = pn.read_csv('ones.tar.gz', compression='gzip', sep='\s+',  header=None)
In [32]: f
Out[32]: 
0   1   2   3   4   5   6   7   8
0            numpy_ones.dat   1   1   1   1   1   1   1   1
1  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
2  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
3  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
4  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
5  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
6  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
7  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
8  1.000000000000000000e+00   1   1   1   1   1   1   1 NaN
9                       NaN NaN NaN NaN NaN NaN NaN NaN NaN

我正在使用 Python 3.4.3(v3.4.3:9b73f1c3e601，2015 年 2 月 23 日，02:52:03)。 NumPy 的:'1.9.2' Pandas :'0.16.2'

非常感谢，玛莎

Answer 1

再次使用tarfile:

fh = tarfile.open('ones.tar.gz', 'r:gz')
f = fh.extractfile('numpy_ones.dat')
df = pd.read_csv(f, delim_whitespace=True, header=None)