将文本导入带有多个分隔符的 pandas

Question

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

我想将它导入一个 3 列数据框，例如列

a , b, c
1,  1, 0.5
etc

我一直在尝试将数据读取为在“：”上拆分的 2 列，然后在“”上拆分第一列。但是我觉得它很烦人。 有没有更好的方法直接在导入时对其进行排序？

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，由于我的数据有前导空格，这使情况变得更加复杂......

我觉得这应该是一项简单的任务，但目前我正在考虑逐行阅读并在导入前使用一些 find replace 来清理数据。

Answer 1

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