将文本导入具有多个分隔符的熊猫
我有一些看起来像这样的数据：
c stuff
c more header
c begin data
1 1:.5
1 2:6.5
1 3:5.3
我想将其导入3列数据框，例如
a , b, c
1, 1, 0.5
etc
我一直试图读取数据，因为2列在’：’上分割，然后在’‘上分割了第一列。但是我发现它令人讨厌。是否有更好的方法可以直接在导入时对其进行分类？
目前：
data1 = pd.read_csv(file_loc, skiprows = 3, delimiter = ':', names = ['AB', 'C'])
data2 = pd.DataFrame(data1.AB.str.split(' ',1).tolist(), names = ['A','B'])
但是，由于我的数据处于领先地位，这使情况更加复杂。
我觉得这应该是一个简单的任务，但是目前我正在考虑逐行读取它，并在导入之前使用一些find replace清理数据。
问题答案：
一种方法可能是使用python引擎允许的正则表达式分隔符。例如：
>>> !cat castle.dat
c stuff
c more header
c begin data
1 1:.5
1 2:6.5
1 3:5.3
>>> df = pd.read_csv('castle.dat', skiprows=3, names=['a', 'b', 'c'],
sep=' |:', engine='python')
>>> df
a b c
0 1 1 0.5
1 1 2 6.5
2 1 3 5.3
-
我有一个源代码，它读取文本文件并存储到一个元组类型的向量中： 包含以下数据： 因此数据由空格+垂直线+空格（多重分隔符）分隔。 如何更改源代码以处理多个分隔符？ 注意：如果数据仅用空格隔开，则程序可以工作。
-
问题内容： 似乎pandas read_csv 函数仅允许使用单个字符定界符/分隔符。有没有办法允许使用字符串“ * | *”或“ %%”代替？ 问题答案： 解决方案是使用read_table而不是read_csv： 因此，我们可以阅读以下内容：
-
问题内容： 我想做的是一项相当普通的任务，但我在网络上找不到任何参考。我的文字带有标点符号，我想要一个单词列表。 应该 但是只能使用一个参数，因此在用空格分割后，所有单词都带有标点符号。有任何想法吗？ 问题答案： 正则表达式合理的情况：
-
问题内容： 我是python的新手，我正在尝试使用下面显示的代码来执行上面的标题所说的。它一直运行到我要求保存xls输出的位置。任何帮助将不胜感激。 [编辑]此代码有效。 问题答案： 我相信，您需要为输出电子表格设置编码。您需要知道该文件正在使用什么编码。csv模块不直接支持unicode，但它仅适用于大多数西方语言。 在不知道文本文件的编码是什么的情况下，您有两个选择。选项1是根据python使
-
问题内容： 我以以下模式将数据库表表示为文本文件： 我需要将此数据导入到SQL Server 2008数据库表中。我已经创建了具有与模式匹配的类型的表。 如何将这些数据导入表？ 编辑：通过选择答案来解决。请注意将来遇到任何麻烦的人：数据类型需要转换。参考：http : //social.msdn.microsoft.com/Forums/en/sqlintegrationservices/thre
-
我有一个1.5GB.dat文件需要作为pandas数据帧导入，我遇到了内存问题(8GB RAM）。如何将dat文件分解成块来执行分析？