python - 正则表达式作为分隔符来读取 python (Pandas) 中的表

Question

我想寻求一些帮助来阅读使用“|”的文本文件(Python 2.7，pandas 库)作为分隔符，但您也可以在记录中找到相同的字符，后跟空格。前两行没有问题，但第三行在第6个字段之间有分隔符TAT Fans |南方

1. 4_230_0415_99312||||9500|Gedung|||||||||15000|6.11403|102.23061
2. 4_230_0415_99313||||9500|Pakatan|||||||||50450|3.15908|101.71431
3. 4_230_0117_12377||||9990|TAT Fans | Southern||||||||||3.141033333|101.727125

我一直在尝试在分隔符中使用正则表达式，但我无法让它工作:

pd.read_table("text_file.txt", sep = "\S+\|\S+")

谁能帮我找到解决问题的方法？非常感谢!

Answer 1

您可以使用 "\s?[|]+\s?"

import pandas as pd

pd.read_table("text_file.txt", sep="\s?[|]+\s?") #or "\s?\|+\s?"

Out[18]:

   4_230_0415_99312  9500    Gedung     15000   6.11403   102.23061
0  4_230_0415_99313  9500   Pakatan     50450  3.159080  101.714310
1  4_230_0117_12377  9990  TAT Fans  Southern  3.141033  101.727125