python - 从(.csv 或 .txt)文件 Python 中删除各种字符

Question

我有一个 .csv 文件，它看起来像:

['NAME' " 'RA_I1'" " 'DEC_I1'" " 'Mean_I1'" " 'Median_I1'" " 'Mode_I1'" ...]"

这个字符串包含(我认为)95 个条目，整个文件的深度超过一千行。我想删除所有字符:[ ' " 并且只用一个空白条目 (' ') 分隔所有内容。
到目前为止，我已经尝试过:

import pandas as pd

df1 = pd.read_table('slap.txt')
    for char in df1:
        if char in " '[":
            df1.replace(char, '')

print df1

我只是在“测试”代码以查看它是否会按照我的要求执行，但事实并非如此。我想在整个文件上实现它，但我不确定如何实现。

我检查了 this old post出来，但不太适合我的目的。我也玩过链接的 post ，唯一的问题似乎是所有条目都间隔两次而不是一次....

Answer 1

这看起来像是您应该能够在 read_csv 的 sep 参数中使用(不是特别漂亮的)正则表达式来获取的内容| :

In [11]: pd.read_csv(file_name, sep='\[\'|\'\"\]|[ \'\"]*', header=None)
Out[11]:
    0     1      2       3        4          5        6   7
0 NaN  NAME  RA_I1  DEC_I1  Mean_I1  Median_I1  Mode_I1 NaN

您可以尝试使用正则表达式，直到它真正满足您的需求。

解释一下:

sep = ('\[\'  # each line startswith ['  (the | means or)
       '|\'\"\]'  # endswith '"] (at least the one I had)
       '|[ \'\"]+')  # this is the actual delimiter, the + means at least one, so it's a string of ", ' and space in any order.

您可以看到这个 hack 在两端留下了一个 NaN 列。这非常糟糕的主要原因是因为您的“csv”不一致，我肯定会建议清理它，当然，一种方法是使用 pandas 然后使用 to_csv。如果它是由其他人生成的...投诉 (!)。