我正在使用 pandas 加载由 Excel 创建的 csv 文件,进行一些分析,然后将结果保存到 csv 文件。我注意到 pandas to_csv 和 from_csv 方法似乎无法处理特殊字符,例如\r 但也不会引发任何错误。
In [7]: import pandas as pd
In [8]: data = {
'A': ['one', 'two', 'three'],
'B': ['four', 'five', 'six']
}
In [9]: df = pd.DataFrame(data)
In [10]: df
Out[10]:
A B
0 one four
1 two five
2 three six
In [11]: df.loc[1,'A'] = 't' + '\r' + 'o'
In [12]: df
Out[12]:
A B
0 one four
1 t\ro five
2 three six
In [13]: df.to_csv("my_df.csv")
In [14]: df2 = pd.DataFrame.from_csv("my_df.csv")
In [15]: df2
Out[15]:
A B
0 one four
1 t NaN
o five NaN
2 three six
因为我没有在这里指定任何编码,所以我假设它使用 ASCII,但即使我为写入和读取指定encoding='utf-8',我也会得到相同的结果。
如何编写一个强大的 csv 写入和读取脚本,以便行/列不会损坏或发生其他意外情况?如果唯一的解决方案是在写入 csv 之前检查并“清理”每个字符串,那么最简单的方法是什么?
最佳答案
除非有人有更好的建议,否则我将按如下方式处理具体问题 - 在加载 Pandas 之前预处理每个 csv 文件。它似乎适用于我当前的系统,但不相信它是万无一失的。
In [30]: f = open("my_df.csv")
In [31]: content = f.read().replace('\r',' ')
In [32]: with open("my_df2.csv", "w") as g:
....: g.write(content)
....:
In [33]: df2 = pd.DataFrame.from_csv("my_df2.csv")
In [34]: df2
Out[34]:
A B
0 one four
1 t o five
2 three six
关于python - 写入和读取 csv 文件时出现特殊字符 (\r) 问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39217629/