使用pandas.read_csv分隔列

问题描述：

我想从一个较大的.txt文件读取一个表格到python。使用pandas.read_csv分隔列

数据的提取物是：

2 Network magnitudes: 
    MLv  2.05 +/- 1.34 7    
    M   2.05   7 preferred 

7 Phase arrivals: 
    sta net dist azi phase time   res  wt sta 
    BMOR EC 0.0 226 P  00:22:31.385 -0.6 M 1.0 BMOR 
    BREF EC 0.0 347 P  00:22:31.543 -0.5 M 1.0 BREF 
    BTAM EC 0.0 58 P  00:22:31.796 -0.3 M 1.0 BTAM 
    BVC2 EC 0.0 26 P  00:22:33.061 0.8 M 1.0 BVC2 
    BNAS EC 0.1 294 P  00:22:32.871 -0.1 M 1.0 BNAS 
    SUCR EC 0.1 314 P  00:22:34.610 0.6 M 1.0 SUCR 
    BRRN EC 0.1 207 P  00:22:34.768 0.4 M 1.0 BRRN 

7 Station magnitudes: 
    sta net dist azi type value res  amp per 
    BMOR EC 0.0 226 MLv  1.48 -0.57 1.20076

我只想相抵港表等np.loadtext和np.genfromtxt都功亏一篑因各种原因（不能处理数字和字符串/包含bug除非您仅指定一个空格（”“）分隔符，我不能在这里做）

我一直在试图与pandas.read_csv温控功能，但它不能识别符

a = pd.read_csv(datafileloc, sep='\+s', skiprows=5, skipfooter=3)

生产：

a 
Out[90]: 
    sta net dist azi phase time   res  wt sta 
0 BMOR EC 0.0 226 P  00:22:31.385 -0....  
1 BREF EC 0.0 347 P  00:22:31.543 -0....  
2 BTAM EC 0.0 58 P  00:22:31.796 -0....  
3 BVC2 EC 0.0 26 P  00:22:33.061 0....  
4 BNAS EC 0.1 294 P  00:22:32.871 -0....  
5 SUCR EC 0.1 314 P  00:22:34.610 0....  
6 BRRN EC 0.1 207 P  00:22:34.768 0....

这看起来不错除了他们是每一个字符串，它没有重视的空白分隔符：

a.values 
Out[89]: 
array([['BMOR EC 0.0 226 P  00:22:31.385 -0.6 M 1.0 BMOR'], 
     ['BREF EC 0.0 347 P  00:22:31.543 -0.5 M 1.0 BREF'], 
     ['BTAM EC 0.0 58 P  00:22:31.796 -0.3 M 1.0 BTAM'], 
     ['BVC2 EC 0.0 26 P  00:22:33.061 0.8 M 1.0 BVC2'], 
     ['BNAS EC 0.1 294 P  00:22:32.871 -0.1 M 1.0 BNAS'], 
     ['SUCR EC 0.1 314 P  00:22:34.610 0.6 M 1.0 SUCR'], 
     ['BRRN EC 0.1 207 P  00:22:34.768 0.4 M 1.0 BRRN']], dtype=object)

线可与分离list(a.values[0])[0].split()但是这将需要重新组织来获得单个列。我想有pandas.read_csv只是承认他们是分开的，所以我可以提取单个列（合理有效将是重要的，一旦我扩大规模）

我在哪里出错了？

我不确定是否要将其作为错字（您需要'\ s +'，而不是'\ + s'）或作为[this]的副本来关闭它（http://stackoverflow.com/questions/15026698 /如何对化妆分离式阅读-CSV-更灵活-WRT空白）。 – DSM

嘿@DSM - 谢谢！我刚刚测试过，你是对的，这是一个错字。不过，我直接从文档中直接得知，错字来自于：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html（在delim_whitespace参数下） – mjp

你是对的！我会确保得到修复。 :-) – DSM

答

正如DSM指出的那样，它是在分隔符一个错字：

\s+，不\+s

这些来自一个错字在the documentation，该delim_whitespace参数标题下。

为了记录，这已被固定在[c9ffd78]（https://github.com/pydata/pandas/commit/c9ffd7891dadd6e5590695e142f77a3476b5c4e3）中。 – DSM

使用pandas.read_csv分隔列

相关推荐