python - 使用 pandas 读入 csv 文件时有关闭列的问题

Question

我知道了。 .csv 文件:

RUN   YR    AP15    PMTE
   12008    4.53    0.04
   12009    3.17    0.26
   12010    6.20    1.38
   12011    5.38    3.55
   12012    7.32    6.13
   12013    4.39    9.40

此处，“YR”列的值为 2008、2009...2013。但是，YR 的值和 RUN 的值之间没有空格。因此，当我尝试读取数据帧时，它没有正确读取 YR 列。

pandas.read_csv('file.csv', skipinitialspace=True, usecols=['YR','PMTE'], sep=' ')

上面一行读取的是 AP15 列而不是 YR。我该如何解决这个问题？

Answer 1

看来您的“csv”确实是一个固定宽度的格式文件。有时这些伴随着另一个文件列出每列的大小，但也许你没有那么幸运，并且必须手动计算列宽。你可以用pandas的定宽阅读功能来阅读这个文件:

df = pd.read_fwf('fixed_width.txt', widths=[4, 4, 8, 8])

In [7]: df
Out[7]: 
   RUN    YR  AP15  PMTE
0    1  2008  4.53  0.04
1    1  2009  3.17  0.26
2    1  2010  6.20  1.38
3    1  2011  5.38  3.55
4    1  2012  7.32  6.13
5    1  2013  4.39  9.40

In [8]: df.columns
Out[8]: Index(['RUN', 'YR', 'AP15', 'PMTE'], dtype='object')

有一个选项可以自动查找宽度，但它可能至少需要每列之间有一个空格，因为它在这里似乎不起作用。