无法使用pandas读取.txt文件，因为它的形状很奇怪

Question

我有一个数据集，其中包含一个关于粒子的实验的信息。你可以在这里找到它（希望链接可以，如果不让我知道，我会立即删除）：

http://archive.ics.uci.edu/ml/datasets/MiniBooNE+particle+identification

尝试在pandas中读取此集合时，我遇到了pandas将此txt作为一个130.064行的数据帧读取的问题，这是正确的，但只有一列。如果你检查链接中的txt文件，你会发现它的形状很奇怪，开头有空格，每列之间有2个空格。 我试过这个命令

df = pd.read_csv("path/file.txt", header = None)

而且

df = pd.read_csv("path/file.txt", sep = "  ", header = None)

其中我设置了2个空格作为分隔符。什么都不管用。在第1行中，该文件还有2个数字，仅表示我删除的行数。对于不能/不想打开链接或数据集的人，下面是一些列的图片

这只是其中的一部分，而不是全部数据。在最左边，窗口边缘和第一列之间有两个空格，如我所说。当使用熊猫阅读时，这就是我得到的

如有任何建议/帮助，将不胜感激。谢谢

---

编辑 我试着做了以下几件事，我认为它奏效了。首先，在从包含两个不相关数字的数据帧中删除第一行之后，我使用NumPy导入了.txt文件

df1 = np.loadtxt("path/file.txt")

出于某种原因，这起了作用，生成的数组是正确的。然后我使用命令将这个数组转换为数据帧

df = pd.DataFrame(df1)
df.columns = ['X' + str(x) for x in range(50) ]

是的，我认为它是有效的。检查下面的图片。

我认为这是正确的，但如果你们发现什么不对劲，请告诉我

Answer 1

编辑

columns = ['Obs1','Obs2','Obs3','Obs4','Obs5','Obs6','Obs7','Obs8','Obs9','Obs10','Obs11','Obs12','Obs13','Obs14','Obs15','Obs16','Obs17','Obs18','Obs19','Obs20','Obs21','Obs22','Obs23','Obs24','Obs25','Obs26','Obs27','Obs28','Obs29','Obs30','Obs31','Obs32','Obs33','Obs34','Obs35','Obs36','Obs37','Obs38','Obs39','Obs40','Obs41','Obs42','Obs43','Obs44','Obs45','Obs46','Obs47','Obs48','Obs49','Obs50']    
df = pd.read_csv("path/file.txt", sep = "  ", columns=columns , skiprows=1)

Answer 2

您可以尝试从列表而不是txt文件创建dataframe，如下所示：

#We put all the lines in a list
data = []
with open("dataset.txt") as fp:
    lines = fp.read()
    data = lines.split('\n')

df_data= []
for item in data:
    df_data.append(item.split('  ')) #I cant see if 1 space or 2 separate the values

#df_data should be something like [[row1col1,row1col2,row1col3],[row2col1,row2col2,row3col3]]

#List to dataframe

df = pd.DataFrame(df_data)

通过内存执行此操作，因此请注意语法，希望这有帮助