python - 将包含多个分隔符的文本文件转换为 CSV

Question

一个文本文件看起来像这样。我想将其转换为 CSV 文件。

水位.txt

使用 Pandas，当我使用：

df = pd.read_fwf(f)

看起来像：

似乎有用于分隔符的制表符和空格，我将行更改为：

df = pd.read_csv('Water level.txt' ,  sep = '[" "|\t]', encoding='GBK', engine = 'python')

但它警告说：

pandas.errors.ParserError: Expected 14 fields in line 4, saw 16. Error could possibly be due to quotes being ignored when a multi-char delimiter is used.

Python将其转换为CSV文件的正确方法是什么？

Answer 1

如果数据结构没有改变，请尝试传入列宽。https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_fwf.html这里还有其他选项read_fwf。

验证宽度参数是否正确：

pd.read_fwf('JcP65rQY5F2Y.txt', widths=[5,10,9,2,5])


    Unnamed: 0  Unnamed: 1  Unnamed: 2  Unnamed: 3 Unnamed: 4
0        09:25        7.54         288          17        NaN
1        09:30        7.55          20           6        NaN
2        09:30        7.55           7           2       East
3        09:30        7.55          11           3       East
4        09:30        7.56           5           4       West
..         ...         ...         ...         ...        ...
194      09:59        7.60           3           1       East
195      09:59        7.60           9           4       East
196      09:59        7.60           8           1       West
197      09:59        7.60          51           3       West
198      09:59        7.59          20          15       East

[199 rows x 5 columns]

Answer 2

您的正则表达式需要调整，`r"[ \t]+" 选择任意长度的空格和制表符（1 或更大）。此外，pandas 使用文件的第一行来确定有多少列。您的示例从 4 列开始，然后再添加另一列。太晚了——pandas 已经创建了 4 个元素行。您可以通过提供自己的列名来解决这个问题，让 pandas 知道实际有多少。在这个例子中，我只是使用整数，但你可以给它们更有用的名字。

df = pd.read_csv('Water level.txt' ,  sep=r'[ \t]', encoding='GBK',
   engine='python', names=range(5))