<分区>
我曾经使用 numpy.loadtxt()
读取数据。然而,最近我在 SO 中发现, pandas.read_csv()
快得多。
要读取这些数据,我使用:
pd.read_csv(filename, sep=' ',header=None)
我现在遇到的问题是,在我的例子中,分隔符可以不同于一个空格,x 个空格甚至一个制表符。
这里是我的数据的样子:
56.00 101.85 52.40 101.85 56.000000 101.850000 1
56.00 100.74 50.60 100.74 56.000000 100.740000 2
56.00 100.74 52.10 100.74 56.000000 100.740000 3
56.00 102.96 52.40 102.96 56.000000 102.960000 4
56.00 100.74 55.40 100.74 56.000000 100.740000 5
这会导致如下结果:
0 1 2 3 4 5 6 7 8
0 56 NaN NaN 101.85 52.4 101.85 56 101.85 1
1 56 100.74 50.6 100.74 56.0 100.74 2 NaN NaN
2 56 100.74 52.1 100.74 56.0 100.74 3 NaN NaN
3 56 102.96 52.4 102.96 56.0 102.96 4 NaN NaN
4 56 100.74 55.4 100.74 56.0 100.74 5 NaN NaN
我必须指定我的数据 >100 MB。所以我不能预处理数据或先清理它们。 任何想法如何解决这个问题?