将稀疏的 csv 文件读入 pandas答案

【问题标题】：reading sparse csv file into pandas将稀疏的 csv 文件读入 pandas
【发布时间】：2012-10-28 04:37:43
【问题描述】：

我有一个空格分隔的 CSV 文件，格式如下：

2012-11-01 1 2012-12-01 4 2013-02-01 6
2012-12-01 2 2013-01-01 nan
2012-11-01 3 2012-12-01 5 2013-01-01 5 2013-04-01 7

基本上日期后跟一个值，但日期是稀疏的。一些值是 nan，或者也可能丢失。我希望能够将其读入 Pandas 并根据相应的日期排列值。

运行熊猫：

import pandas as pd
pd.read_csv('sparse.csv', sep=" ", parse_dates=True)

错误：

ValueError: Expecting 6 columns, got 8 in row 1

读取此文件并对齐日期/值的方法是什么？

（我可以做一些“预处理”吗？）

谢谢

【问题讨论】：

标签： python csv pandas

【解决方案1】：

CSV 应包含具有相同字段数的行。如果它只是成对的日期数字而没有成对之间的关系，则它不是 CSV，而只是成对的文件。所以，它应该被解析为成对的文件：

input = open("sparse.csv").read().split() # split by newlines and spaces
i = iter(input)
for date in i:
    if date != "nan":
        value = i.next()
        # process pairs

【讨论】：

谢谢。我也在考虑类似的方法。