使用 pandas read_csv 导入数据：带有两行错误的标题答案

【问题标题】：Import data with pandas read_csv: header with two rows error使用 pandas read_csv 导入数据：带有两行错误的标题
【发布时间】：2020-08-06 08:31:51
【问题描述】：

我正在尝试使用 pandas 从文本文件中导入数据。数据如下所示：

  Step            Time    Pressure z=0  MoleFrac 1 z=0  MoleFrac 2 z=0   Mole flow z=0
 [Int]       [seconds]         [bar.a]             [-]             [-]       [gmole/s]
     1       0.0000000  7.75425808E-01  1.30000000E-01  8.70000000E-01  6.00000000E-02
     2       0.0556727  7.67785502E-01  1.30000000E-01  8.70000000E-01  6.00000000E-02
     3       0.5673533  7.18327020E-01  1.30000000E-01  8.70000000E-01  6.00000000E-02

我试着这样做：

import pandas as pd
data = pd.read_csv('filename.txt', delimiter="\s+", header=[0,1])

如果我只使用一行作为标题，它会起作用，但是一旦我添加第二行，我就会收到一条错误消息：

IndexError: list index out of range

有什么想法吗？

【问题讨论】：

问题似乎出在分隔符上。用, 替换列之间的空格并将分隔符设置为相同的字符。

标签： python pandas import

【解决方案1】：

试试：

df = pd.read_csv(r"filename.txt",  delimiter="\s{2,}", header=[0,1], engine='python')

当engine 设置为python 时，可以使用正则表达式作为分隔符。

结果：

   Step      Time Pressure z=0 MoleFrac 1 z=0 MoleFrac 2 z=0 Mole flow z=0
  [Int] [seconds]      [bar.a]            [-]            [-]     [gmole/s]
0     1  0.000000     0.775426           0.13           0.87          0.06
1     2  0.055673     0.767786           0.13           0.87          0.06
2     3  0.567353     0.718327           0.13           0.87          0.06

由于列名中有单个空格，我发现分隔符至少应为 2 个空格" "，表示为\s{2,}。

查看df.columns:

MultiIndex([(          'Step',     '[Int]'),
            (          'Time', '[seconds]'),
            (  'Pressure z=0',   '[bar.a]'),
            ('MoleFrac 1 z=0',       '[-]'),
            ('MoleFrac 2 z=0',       '[-]'),
            ( 'Mole flow z=0', '[gmole/s]')],
           )

所以生成的数据框看起来是正确的。

【讨论】：

很高兴听到这个消息！请考虑接受解决方案作为答案。