前端之家

  1. 首页
  2. 问答

read_table处理丢失的字符串

• 问答

在尝试使用熊猫read_table()从.txt文件导入数据时，遇到了一个有趣的问题。

文件中的一列仅部分填充了字符串（ OrigVol ）。然后，用以下列中的值填充空单元格，并在末尾添加NaN，这会导致空单元格。下图显示了在pd.read_table( file.txt,sep = r'\s+')之后使用import pandas as pd的结果。

read_table处理丢失的字符串

OrigVol 列应包含空字符串或NaN，而不是 prim_pos_eutags 列。 我是熊猫的新手，很难提出准确再现问题的MWE。一个将需要该文件（我无法上传）。

也许我错过了指定导入选项的机会。让我知道是否需要更多信息。

任何提示都非常感谢！

根据建议，我提供了示例文件的前8行

Name            Subtype     ProcName            Material    Creator     OrigVol trklen                  prim_pos_eutags
top             0           initStep            undefined   undefined   top     0                       prim_pos_eudata
top             91          Transportation      Vacuum      undefined           2.27009877562523E-12    prim_pos_eudata
QC5L_2_v        91          Transportation      Vacuum      undefined           3.50000000000227        prim_pos_eudata
DRIFT_8609_v    91          Transportation      Vacuum      undefined           3.80000000000518        prim_pos_eudata
BC1L_2_v        23          SynRad              Vacuum      undefined           68.1607816456518        prim_pos_eudata
BC1L_2_v        91          Transportation      Vacuum      undefined           79.0910350747966        prim_pos_eudata
DRIFT_8610_v    91          Transportation      Vacuum      undefined   QC2_v   79.3910346856657        prim_pos_eudata
wstsxaiyun 回答：read_table处理丢失的字符串

由于Anant Mittal的建议，该问题得以解决。

但是，我做了一些小的更改以使用第一行作为标题来获得一个干净的数据帧。 

input_file  = open('test.txt',"r")
data = []
for line in input_file:
    splitted_list = line.split()

    if len(splitted_list) == 8: data.append( splitted_list )
    if len(splitted_list) < 8: # 8 is number of columns,change it if it is wrong
        splitted_list.insert(5,"") # add an empty string inn the 5th column (change the number if it is wrong)
        data.append(splitted_list)

test = pd.DataFrame.from_records( data )

# first row to select header
header = test.iloc[0] 
# exclude first line 
test = test[1:] 
# reset the header
test.columns = header
test
,

各列之间用可变数量的空格分隔，以使各列​​看起来不错并在文本文件中对齐。相反，您可以做的是逐行读取文件，拆分行，然后查看用line.split()生成的列表中的元素数是否少于列数。如果是，则在所需的索引处添加一个空字符串。

input_file  = open('test.txt',"rb")
data = []
for line in input_file:
    splitted_list = line.split()
    if len(splitted_list) < 8: # 8 is number of columns,"") # add an empty string inn the 5th column (change the number if it is wrong)
        data.append(splitted_list)
df = pd.DataFrame.from_records(data)
pandaspython-3.x
本文链接：https://www.f2er.com/3159801.html

大家都在问