我有一个 .csv 文件，如下所示：
['NAME' " 'RA_I1'" " 'DEC_I1'" " 'Mean_I1'" " 'Median_I1'" " 'Mode_I1'" ...]"
这个字符串持续（我认为）95个条目，整个文件超过一千行深。我想删除所有字符：[ ' "并且只用一个空格条目（' '）分隔所有内容。
到目前为止，我已经尝试过：
import pandas as pd
df1 = pd.read_table('slap.txt')
for char in df1:
if char in " '[":
df1.replace(char, '')
print df1
我只是在“测试”代码以查看它是否会执行我想要的操作，但事实并非如此。我想在整个文件上实现它，但我不确定如何。
我已经检查了这篇旧帖子，但并没有完全满足我的目的。我也玩过链接的帖子，唯一的问题似乎是所有条目都间隔两次而不是一次....
这看起来像你应该能够在 sep 参数中使用（不是特别漂亮的）正则表达式来获取的东西read_csv：
In [11]: pd.read_csv(file_name, sep='\[\'|\'\"\]|[ \'\"]*', header=None)
Out[11]:
0 1 2 3 4 5 6 7
0 NaN NAME RA_I1 DEC_I1 Mean_I1 Median_I1 Mode_I1 NaN
您可以使用正则表达式，直到它真正满足您的需求。
为了解释这一点：
sep = ('\[\' # each line startswith [' (the | means or)
'|\'\"\]' # endswith '"] (at least the one I had)
'|[ \'\"]+') # this is the actual delimiter, the + means at least one, so it's a string of ", ' and space in any order.
你可以看到这个 hack 在两端都留下了一个 NaN 列。这很糟糕的主要原因是因为你的“csv”不一致，我肯定会建议清理它，当然，一种方法就是使用 pandas 然后to_csv. 如果它是由其他人生成的......请抱怨（！）。