python - 带有\W+ 分隔符的意外 read_csv 结果

Question

我有一个输入文件，我正在尝试读入 pandas 数据帧。 该文件以空格分隔，包括第一个值之前的空格。 我已尝试使用“\W+”正则表达式作为分隔符的 read_csv 和 read_table 。

data = pd.io.parsers.read_csv('file.txt',names=header,sep="\W+")

他们读取了正确的列数，但值本身完全是假的。有没有其他人经历过这种情况，或者我使用不当

我还尝试逐行读取文件，从 row.split() 创建一个系列并将该系列附加到数据帧，但它似乎由于内存而崩溃。

还有其他选项可以从文件创建数据框吗？

我使用的是 Pandas v0.11.0，Python 2.7

Answer 1

正则表达式 '\W' 表示“不是单词字符”(“单词字符”是字母、数字和下划线)，请参阅 re docs ，因此出现奇怪的结果。我认为您的意思是使用空格'\s+'。

注:read_csv提供了一个 delim_whitespace 参数(您可以将其设置为 True)，但我个人更喜欢使用 '\s+'。