使用Pandas打开NSFG数据（来自ThinkStats书籍）

Question

我正在读一本书，叫《ThinkStats》。http://greenteapress.com/thinkstats/nsfg_data.html

我想用pandas来处理数据，因为我想提高这方面的技能，但我在打开这个文件时遇到了困难。

http://greenteapress.com/thinkstats/nsfg_data.html

我试过用通常的方法 pd.read_csv(filename)，但好像不太管用。我也在看书里提供的代码，但对我来说有点难懂。

Answer 1

pandas的read_csv函数在处理这个数据集时，需要对数据集本身进行一些思考。实际上，这个数据既不是用逗号分隔的，也不是用空格分隔的格式。

它更像是一种自制的格式，每行的字段数量并不固定，这就是另一个问题。此外，值之间的空格数量也不固定，这又是一个问题。

为了更好地理解数据文件的格式，我建议你去获取作者提供的代码。书中有链接，但这里也提供一下：http://greenteapress.com/thinkstats/，你可以玩玩这些代码，弄清楚使用的格式。

如果你有数据文件，可以使用survey模块。

import survey
preg = survey.Pregancies()
pre.ReadRecors(".")