如何正确修改熊猫框架答案

【问题标题】：How to modify properly a pandas frame如何正确修改熊猫框架
【发布时间】：2018-07-24 06:48:02
【问题描述】：

我有一个格式如下的 txt 文件：

E 7 FF 58322 000000 300 442 1165 +67875 +29
E19 FF 58322 000000 300 302 3027 +138703 +174
E 7 FF 58322 000000 300 442 1165 +67875 +29

如您所见，第一行和第三行在第一列中有 E 7，我试图将文件读入 pandas 数据帧，但它会将 E 7 识别为两个不同的列，可以使用命令E 7togheter？

我试过这个命令：

data = pd.read_csv('test.txt', sep=" ")

但它会返回：

E   7     FF  58322  000000  300   442      1165  +67875  +29
E19  FF  58322      0     300  302  3027    138703     174
E   7     FF  58322  000000  300   442      1165  +67875  +29

我想：

E7     FF  58322  000000  300   442      1165  +67875  +29
E19    FF  58322  000000  300   302      3027  138703  174
E7     FF  58322  000000  300   442      1165  +67875  +29

有可能吗？

非常感谢

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

您正在使用sep=" " 分隔每个空间的数据。因为E 7 之间有一个空格，所以它们也被分开了。

您需要修改您的测试文件并删除E和7之间的空格，您将获得预期的结果。

【讨论】：

【解决方案2】：

这是您的数据有问题。在开始尝试将其读入DataFrame 之前，您需要对其进行清理。编辑您的 txt 文件并删除 E 和 7 之间的空格

【讨论】：

【解决方案3】：

我认为您需要先预处理 txt 文件并写入临时文件。

with open('test.txt', 'r') as f_in, open('temp.txt', 'w') as f_out:
    for reader in f_in:
        split = reader.split()
        if len(split) == 10:
            line = ''.join(split[0:2]) + ' ' + ' '.join(split[2:]) + '\n'
            f_out.write(line)
        else:
            f_out.write(reader)

现在将临时文件读取到数据框：

data = pd.read_csv('temp.txt', sep=" ", header=None)

【讨论】：

好的，谢谢它有效，但是为什么第四列000000变成0？
因为 pandas 假设该列是数字。您可以使用data = pd.read_csv('temp.txt', sep=" ", header=None, dtype={3: str}) 解决此问题。如果您需要“+”符号，则同样适用于索引 7 和 8 处的列。

【解决方案4】：

您的数据不是 csv（或逗号“分隔值”除外）格式的文件，而是格式化为固定宽度。因此，您需要使用另一个功能。

data = pd.read_fwf('./test.txt')

您需要指定colspecs 或widths 参数来指定每列的起始位置。

edit 如 Scratch'N'Purr 所述，格式并不完全固定

【讨论】：

第 8 列和第 9 列宽度不固定