python-3.x - 带有 sep = '::' 的 Pandas read_table

Question

我正在学习 Python for Data Analysis，在第 2 章中有我正在学习的介绍性示例。在第 27 页，它显示了以下代码:

import pandas as pd
users = pd.read_table('ml-1m/users.dat', sep='::', header=None,
names=unames)

这是 github .dat 文件的链接: https://github.com/wesm/pydata-book/tree/2nd-edition/datasets/movielens

运行此代码时出现以下错误:

(base) C:\Users\d.kelly\Desktop\Python\PforDA>pforda.py
C:\Users\d.kelly\Desktop\Python\PforDA\PforDA.py:3: ParserWarning: Falling back
to the 'python' engine because the 'c' engine does not support regex separators
(separators > 1 char and different from '\s+' are interpreted as regex); you can
 avoid this warning by specifying engine='python'.
  users = pd.read_table('users.dat', sep = '::', header = None, names = unames)

我正在使用 Anaconda 和 Python 3 - 很确定这本书是为 Python 2.7 编写的，但我仍然想知道如何让这个示例在没有错误消息的情况下运行。 Wes 是个聪明人，我相信我会再次遇到 2 位数分隔符。

我的问题是，在 Python 3 中，使用 Pandas 的 read_table 读取 2 位分隔符而不收到警告的正确方法是什么？

Answer 1

参数 header=None 不是必需的，因为已定义参数 names，为避免警告添加 engine='python':

unames = ['a','b','c', 'd']
users = pd.read_table('users.dat', sep='::', names=unames, engine='python')
#alternative
#users = pd.read_csv('users.dat', sep='::', names=unames, engine='python')
print (users.head())
   a   b   c      d
1  F   1  10  48067
2  M  56  16  70072
3  M  25  15  55117
4  M  45   7  02460
5  M  25  20  55455

read_table 之间的区别和 read_csv在默认分隔符中，如果定义自定义两者的工作方式相同。

pandas.read_table
sep : str, default t (tab-stop)

pandas.read_csv
sep : str, default ','