我有一个包含分隔符 $$$Field$$$
的输入字符串。该字符串有一些行。我需要返回字符串中所有项目的列表,仅由 $$$Field$$$
分隔。
在下面的示例中,我应该接收作为输出的 ['Food', 'Fried\nChicken', 'Banana']
。但是,它似乎也将新行解释为分隔符,所以我得到的不是列表而是表格。我怎样才能忽略这些新行,以便只返回一个列表?
import pandas as pd
from pandas.compat import StringIO
temp=u"""Food$$$Field$$$Fried
Chicken$$$Field$$$Banana"""
df = pd.read_csv(StringIO(temp), sep='\$\$\$Field\$\$\$',engine='python')
print (df)
我使用 pandas 的唯一原因是因为这个字符串实际上是一个巨大的 .csv 文件,我不能一次在内存中读取所有这些,但是流式处理是可以接受的。
最佳答案
由于您不希望以表格格式存储信息,因此我认为不需要 DataFrame。相反,每次遇到 '$$$Field$$$'
时,分块读取您的字符串并产生缓冲区。
改编自https://stackoverflow.com/a/16260159/4410590 :
def myreadlines(f, newline):
buf = ""
while True:
while newline in buf:
pos = buf.index(newline)
yield buf[:pos]
buf = buf[pos + len(newline):]
chunk = f.read(4096)
if not chunk:
yield buf
break
buf += chunk
然后调用函数:
> for x in myreadlines(StringIO(temp), '$$$Field$$$'):
print repr(x)
u'Food'
u'Fried\nChicken'
u'Banana'
关于python - Pandas :忽略新行作为 read_csv 中的分隔符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42534703/