我正在尝试使用熊猫读取种子数据集。使用以下命令加载文件时:
df = pd.read_table("seeds_dataset.txt", header=None)
我得到:
CParserError: Error tokenizing data. C error: Expected 8 fields in line 8, saw 10
现在,为了使用excel加载文件,我需要同时指定制表符和空格作为分隔符,以正确读取第8行的文件(据我所知,熊猫是无法做到的)。Sublime Text直接准确地读取文件。
我不想跳过那些不好的词,error_bad_lines
因为它们没有错。我使用也lineterminator
没有成功。
尝试选项“ delim_whitespace”。
df = pd.read_table("seeds_dataset.txt", header=None, delim_whitespace = True)
编辑:更详细的解释:
该方法的签名read_table
是在这里。它具有各种选择,其中之一是sep
。这定义了字段之间的分隔符,其默认值为'\ t'(制表符)。一种解决方案是更改sep
参数。pandas解析器的python实现使您可以使用正则表达式定界符,因此sep = "\\s+"
可以在任何数量的空格上定界。但是,C分析器(从错误消息中看起来好像您正在使用它)不允许您使用正则表达式。delim_whitespace
不过,它确实有选择,可以完全满足您的需求!
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句