pandas - 带有 stringIO 和凌乱文件的 read_table

Question

在昨天的一个问题中，取出一些 CSVs，我试图弄清楚如何用一些变体来阅读文本

df = pd.read_table(StringIO(raw),header=0,skiprows=2,sep=",") 

我无法让它工作。有什么建议么？这是再次粘贴的数据。谢谢。

header, header   
header, header                           
NUMBER,ITEM
N1,Shoe
N2,Heel
N3,Tee, random stuff
N4,Polo, random stuff
N5,Sneaker
N10,Heel
N11,Tee
...
...
...

How         
Count   17      
SORT,NAME       
H1,Thing, random stuff   
H2,WTANK        
H3,TEE2  
H4,TEE

Answer 1

您可以关闭warn_bad_lines和error_bad_lines：

In [11]: df = pd.read_table(StringIO(raw),header=0,skiprows=2,sep=",", warn_bad_lines=False, error_bad_lines=False)

In [12]: df
Out[12]: 
              NUMBER           ITEM
0                 N1           Shoe
1                 N2           Heel
2                 N5        Sneaker
3                N10           Heel
4                N11            Tee
5                ...            NaN
6                ...            NaN
7                ...            NaN
8       How                     NaN
9   Count   17                  NaN
10              SORT    NAME       
11                H2  WTANK        
12                H3         TEE2  
13                H4            TEE

注意：我认为我的原始字符串有一些来自糟糕的复制和粘贴工作的额外空格。

然后，您可以删除NaNs 和标题，我认为在另一个答案中对此进行了描述：

df.dropna()