- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个锯齿状的 txt 文件(每行的列数不同),并尝试在 Pandas 中读取它。由于某种原因,它可以读取前 216 行,但不能读取前 217 行。
>>> df = pd.read_table("test.txt", names = range(2000), nrows = 216)
>>> df = pd.read_table("test.txt", names = range(2000), nrows = 217)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Users/alexwhatley/anaconda3/lib/python3.5/site-packages/pandas/io/parsers.py", line 562, in parser_f
return _read(filepath_or_buffer, kwds)
File "/Users/alexwhatley/anaconda3/lib/python3.5/site-packages/pandas/io/parsers.py", line 321, in _read
return parser.read(nrows)
File "/Users/alexwhatley/anaconda3/lib/python3.5/site-packages/pandas/io/parsers.py", line 815, in read
ret = self._engine.read(nrows)
File "/Users/alexwhatley/anaconda3/lib/python3.5/site-packages/pandas/io/parsers.py", line 1314, in read
data = self._reader.read(nrows)
File "pandas/parser.pyx", line 805, in pandas.parser.TextReader.read (pandas/parser.c:8748)
File "pandas/parser.pyx", line 839, in pandas.parser.TextReader._read_low_memory (pandas/parser.c:9208)
File "pandas/parser.pyx", line 881, in pandas.parser.TextReader._read_rows (pandas/parser.c:9731)
File "pandas/parser.pyx", line 868, in pandas.parser.TextReader._tokenize_rows (pandas/parser.c:9602)
File "pandas/parser.pyx", line 1865, in pandas.parser.raise_parser_error (pandas/parser.c:23325)
pandas.io.common.CParserError: Error tokenizing data. C error: Buffer overflow caught - possible malformed input file.
文件在这里:https://gist.github.com/alexanderwhatley/e07af297b1a10cd5cb57c7b75ee7f229 。有谁知道这是怎么回事吗?
最佳答案
解决方法是:
import pandas as pd
the_file = []
with open(r"./genes.txt", 'rb') as f:
for line in f:
the_file.append(line.split('\t'))
df = pd.DataFrame(the_file,columns=range(max([len(l) for l in the_file])))
print df[0]
结果:
0 KEGG_GLYCOLYSIS_GLUCONEOGENESIS
1 KEGG_CITRATE_CYCLE_TCA_CYCLE
2 KEGG_PENTOSE_PHOSPHATE_PATHWAY
3 KEGG_PENTOSE_AND_GLUCURONATE_INTERCONVERSIONS
4 KEGG_FRUCTOSE_AND_MANNOSE_METABOLISM
5 KEGG_GALACTOSE_METABOLISM
6 KEGG_ASCORBATE_AND_ALDARATE_METABOLISM
7 KEGG_FATTY_ACID_METABOLISM
8 KEGG_STEROID_BIOSYNTHESIS
9 KEGG_PRIMARY_BILE_ACID_BIOSYNTHESIS
10 KEGG_STEROID_HORMONE_BIOSYNTHESIS
11 KEGG_OXIDATIVE_PHOSPHORYLATION
12 KEGG_PURINE_METABOLISM
13 KEGG_PYRIMIDINE_METABOLISM
14 KEGG_ALANINE_ASPARTATE_AND_GLUTAMATE_METABOLISM
15 KEGG_GLYCINE_SERINE_AND_THREONINE_METABOLISM
16 KEGG_CYSTEINE_AND_METHIONINE_METABOLISM
17 KEGG_VALINE_LEUCINE_AND_ISOLEUCINE_DEGRADATION
18 KEGG_VALINE_LEUCINE_AND_ISOLEUCINE_BIOSYNTHESIS
19 KEGG_LYSINE_DEGRADATION
20 KEGG_ARGININE_AND_PROLINE_METABOLISM
21 KEGG_HISTIDINE_METABOLISM
22 KEGG_TYROSINE_METABOLISM
23 KEGG_PHENYLALANINE_METABOLISM
24 KEGG_TRYPTOPHAN_METABOLISM
25 KEGG_BETA_ALANINE_METABOLISM
26 KEGG_TAURINE_AND_HYPOTAURINE_METABOLISM
27 KEGG_SELENOAMINO_ACID_METABOLISM
28 KEGG_GLUTATHIONE_METABOLISM
29 KEGG_STARCH_AND_SUCROSE_METABOLISM
...
425 ST_GAQ_PATHWAY
426 ST_GA13_PATHWAY
427 ST_STAT3_PATHWAY
428 SA_FAS_SIGNALING
429 SA_G1_AND_S_PHASES
430 SIG_INSULIN_RECEPTOR_PATHWAY_IN_CARDIAC_MYOCYTES
431 ST_T_CELL_SIGNAL_TRANSDUCTION
432 ST_TYPE_I_INTERFERON_PATHWAY
433 ST_PAC1_RECEPTOR_PATHWAY
434 SIG_PIP3_SIGNALING_IN_B_LYMPHOCYTES
435 SIG_BCR_SIGNALING_PATHWAY
436 SA_G2_AND_M_PHASES
437 ST_B_CELL_ANTIGEN_RECEPTOR
438 ST_INTERLEUKIN_4_PATHWAY
439 ST_WNT_BETA_CATENIN_PATHWAY
440 SA_MMP_CYTOKINE_CONNECTION
441 ST_JNK_MAPK_PATHWAY
442 SA_PROGRAMMED_CELL_DEATH
443 ST_FAS_SIGNALING_PATHWAY
444 ST_MYOCYTE_AD_PATHWAY
445 SA_PTEN_PATHWAY
446 SA_REG_CASCADE_OF_CYCLIN_EXPR
447 SA_TRKA_RECEPTOR
448 ST_PHOSPHOINOSITIDE_3_KINASE_PATHWAY
449 PID_FANCONI_PATHWAY
450 PID_SMAD2_3NUCLEAR_PATHWAY
451 PID_FCER1_PATHWAY
452 PID_ENDOTHELIN_PATHWAY
453 PID_BCR_5PATHWAY
454 PID_PRL_SIGNALING_EVENTS_PATHWAY
关于python - Pandas 无法读取超过第 216 行的锯齿状文本文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40290262/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!