Pandas:read_csv表示“空格分隔”

Question

我有以下内容文件.txt（节略）：

SICcode        Catcode        Category                              SICname        MultSIC
0111        A1500        Wheat, corn, soybeans and cash grain        Wheat        X
0112        A1600        Other commodities (incl rice, peanuts)      Rice        X
0115        A1500        Wheat, corn, soybeans and cash grain        Corn        X
0116        A1500        Wheat, corn, soybeans and cash grain        Soybeans        X
0119        A1500        Wheat, corn, soybeans and cash grain        Cash grains, NEC        X
0131        A1100        Cotton        Cotton        X
0132        A1300        Tobacco & Tobacco products                  Tobacco        X

我在把它读成熊猫df时遇到了一些问题。我尝试使用以下规范pd.read_csv，但它在一列中返回了文件：

^{pr2}$

然后我试图使用'tab'作为分隔符将其放入gnumeric文件中，但它将文件作为一列读取。有人知道这个吗？在

Answer 1

如果df = pd.read_csv('file.txt', sep='\t')返回一个只有一列的数据帧，那么file.txt显然没有使用制表符作为分隔符。您的数据可能只使用空格作为分隔符。那样的话你可以试试

df = pd.read_csv('data', sep=r'\s{2,}')

它使用regex模式\s{2,}作为分隔符。此正则表达式匹配2个或多个空白字符。在

^{pr2}$

如果这不起作用，请张贴print(repr(open(file.txt, 'rb').read(100))。这将向我们展示file.txt的前100个字节的明确表示。在

Answer 2

如果csv中的数据用Tabulator分隔，可以尝试将sep="\t"添加到^{}中。在

import pandas as pd

df = pd.read_csv('test/a.csv', sep="\t")
print df
   SICcode Catcode                               Category           SICname  \
0      111   A1500   Wheat, corn, soybeans and cash grain             Wheat   
1      112   A1600  ther commodities (incl rice, peanuts)              Rice   
2      115   A1500   Wheat, corn, soybeans and cash grain              Corn   
3      116   A1500   Wheat, corn, soybeans and cash grain          Soybeans   
4      119   A1500   Wheat, corn, soybeans and cash grain  Cash grains, NEC   
5      131   A1100                                 Cotton            Cotton   
6      132   A1300             Tobacco & Tobacco products           Tobacco   

  MultSIC  
0       X  
1       X  
2       X  
3       X  
4       X  
5       X  
6       X