问题标签 [read-fwf]

给定一个扩展名为 的文件.data，我已阅读它pd.read_fwf("./input.data", sep=",", header = None)：

出去：

如何向其中添加以下列名称？谢谢。

更新：

出去：

我正在尝试使用 pandas.read_fwf 将 txt 文件读取到 pandas 数据。这是我的代码行：

klia_sepang = pd.read_fwf('KLIA_SEPANG.txt', sep='[ ]{1,}')

但是，我发现所有小数点后 100 位的字符串都会在开头被截断。因此 791.0 变为 91.0，309.0 变为 09.0，依此类推。我不确定为什么会这样。我尝试添加 colspecs 和 widths 等参数无济于事。

txt 文件

熊猫数据

我有一个前半部分固定宽度的文件，后半部分用“，”分隔的表格。当我复制文件的一部分并另存为另一个文件时，python 函数 pandas.read_fwf(file_path) 可以完美地工作，因为 read_fwf 可以推断列长度。

但是，当我尝试使用 read_fwf(file_path, skiprows = 2, nrows = 75) 仅读取输入文件的固定宽度部分时，它不能正确推断列，而只是返回一个包含 1 列的 DataFrame。

是否有任何解决方法或解决方案

我正在使用pd.read_fwf如下方式读取文本文件：

和 test.txt 如下：

读取文件 test_l 后如下：

但是，根据我的 colspec 它应该具有以下内容（我刚刚按预期添加了第一行）：

我在这里想念什么？非常感谢您的帮助！

我需要使用 python 打开并处理来自文本文件的数据。该文件将存储在 Azure Blob 存储或 Azure 文件共享中。

但是，我的问题是我可以使用我在 Windows 中使用的 os.chdir() 和 read_fwf() 等相同的模块和函数吗？我想运行的代码：

我希望能够运行此代码，并且 file_path 将是 Azure blob 中的一个目录。

请让我知道是否可能。如果您对可以存储文件的位置有更好的了解，请分享。

谢谢，

尝试使用 pandas read_fwf，但在我的情况下，我在 json 中有名为 position 的起始位置，并且 column-size 具有大小，我想使用来自 flatfile 的填充值到来自同一位置的多个列。下面是示例 json 和平面文件以及预期输出。

示例 Json：

我需要将 FWF 解析为 df，但系统导出文件而不是&符号导出&。这打破了固定宽度，因为&现在有更多字符的行，所以我不能使用 read_fwf。我可以使用下面的代码将其导入，但这给了我一个稍后必须拆分的列。

我使用sep='$%^#~&'所以我只能有一列并使用转换器更正文本。什么是正确的解决方案？

文本文件示例：

I am reading in an fwf file (using python/pandas' read_fwf) that normally has 2-3 spaces between the columns. However, when a certain error is thrown, the error code produced in the second column takes up extra spaces, and therefore removes the whitespace between the first and second columns, so the computer reads it as one column instead of two. How can I either add in another whitespace when this error is thrown, or set the space-width of the column to be x-number of spaces/characters and then assume that after that x-number of spaces/characters is another column?

ex: the first 3 lines below are how the code should look, and the fourth line is when the error "A" is thrown and the second column takes up so much space that it removes the white space.

我已经尝试过这些变化，

我得到的结果是，

['Column1name\tColumn2name\tColumn3name\tColumn4name\tColumn5name']