如何处理熊猫的多值线缆
如何处理熊猫的多值线缆
提问于 2018-12-19 05:04:45
我在我试图解析的csv文件中将\x02\n作为行终止符。然而，我不能在熊猫中使用两个字符，它只允许一个字符，例如：
>>> data = pd.read_csv(file, sep="\x01", lineterminator="\x02")
>>> data.loc[100].tolist()
['\n1475226000146', '1464606', 'Juvenile', '1', 'http://itunes.apple.com/artist/juvenile/id1464606?uo=5', '1']或者：
data = pd.read_csv(file, sep="\x01", lineterminator="\n")
>>> data.loc[100].tolist()
['1475226000146', '1464606', 'Juvenile', '1', 'http://itunes.apple.com/artist/juvenile/id1464606?uo=5', '1\x02']在这里，我们可以看到，\n没有被正确地砍掉。使用上述分隔符读取熊猫csv文件的最佳方法是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-12-19 05:19:01
截止到0.23版，熊猫不支持多字符的终端机。您的代码当前返回：
s = "this\x01is\x01test\x02\nthis\x01is\x01test2\x02"
df = pd.read_csv(
pd.compat.StringIO(s), sep="\x01", lineterminator="\x02", header=None)
df
0 1 2
0 this is test
1 \nthis is test2您的唯一选项(到目前为止)是从第一列中移除前面的空格。您可以使用str.lstrip来完成这个任务。
df.iloc[:, 0] = df.iloc[:, 0].str.lstrip()
# Alternatively,
# df.iloc[:, 0] = [s.lstrip() for s in df.iloc[:, 0]]
df
0 1 2
0 this is test
1 this is test2如果您必须处理多个其他类型的线终止符的剥离(除了换行符)，您可以传递其中的字符串：
line_terminators = ['\n', ...]
df.iloc[:, 0] = df.iloc[:, 0].str.lstrip(''.join(line_terminators))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53844875
复制相关文章
相似问题
腾讯云开发者
