如何在带有多个分隔符的熊猫中读取 txt 文件？答案

【问题标题】：How to read txt file in pandas with multiple delimiters?如何在带有多个分隔符的熊猫中读取 txt 文件？
【发布时间】：2016-08-02 06:26:39
【问题描述】：

我有一个如下所示的文本文件：

1
    SWAT May 20 2015    VER 2015/Rev 637                                                                 0/ 0/   0      0: 0: 0

    General Input/Output section (file.cio):                                        
    3/23/2016 12:00:00 AM ARCGIS-SWAT interface AV                                  



           RES  MON    VOLUMEm3  FLOW_INcms FLOW_OUTcms    PRECIPm3      EVAPm3   SEEPAGEm3  SED_INtons SED_OUTtons SED_CONCppm   ORGN_INkg  ORGN_OUTkg RES_ORGNppm   ORGP_INkg  ORGP_OUTkg RES_ORGPppm    NO3_INkg   NO3_OUTkg  RES_NO3ppm    NO2_INkg   NO2_OUTkg  RES_NO2ppm    NH3_INkg   NH3_OUTkg  RES_NH3ppm   MINP_INkg  MINP_OUTkg RES_MINPppm   CHLA_INkg  CHLA_OUTkgSECCHIDEPTHm   PEST_INmg  REACTPSTmg    VOLPSTmg  SETTLPSTmgRESUSP_PSTmgDIFFUSEPSTmgREACBEDPSTmg   BURYPSTmg  PEST_OUTmgPSTCNCWmg/m3PSTCNCBmg/m3
RES          1    1  0.6062E+07  0.6285E+00  0.0000E+00  0.8282E+05  0.6664E+05  0.0000E+00  0.1900E+02  0.0000E+00  0.6782E+02  0.3444E+04  0.0000E+00  0.1546E-01  0.6055E+03  0.0000E+00  0.1315E-02  0.1358E+04  0.0000E+00  0.6315E-02  0.1422E+02  0.0000E+00  0.9853E-04  0.1722E+04  0.0000E+00  0.9114E-02  0.5736E+03  0.0000E+00  0.1543E-02  0.0000E+00  0.0000E+00  0.3960E+01  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00  0.0000E+00

我尝试了使用不同分隔符的代码，但结果数据框总是只有一列：

> df=pd.read_csv('output.rsv', skiprows=5, sep='\t', engine='python')

我想用这些数据做的只是把这个文本分成这样的列：

RES MON VOLUMEm3
1   1   1000
2   1   1000
...

【问题讨论】：

一个想法：我会尝试用skiprows = 9, header = None, sep='\s+' 和nrows = some_small_number 切断整个标题，首先是一小块。希望分隔符不是一些奇怪的 unicode 字符。

标签： python-2.7 pandas

【解决方案1】：

\s+ 分隔符可以工作：

df = pd.read_csv(os.path.join(maindir, 'EDMA_1_rcp26_2025_1_output.rsv'),\
skiprows = 9, delimiter = r'\s+', header = None)

其实很简单。

【讨论】：

【解决方案2】：

pd.read_csv(filename, skiprows=5, skipinitialspace=True, sep=' ')

您可能需要sep='\t'，具体取决于您的文本文件的编码方式。

当我复制上面的数据并粘贴到一个 .txt 文件中时，这对我有用。

【讨论】：

是的，我可以读取文件，但数据框有维度 (1300,1)，但我需要具有多列 (1300,31) 的数据框。