Pandas Python从自定义文件格式读取数据帧

使用Python3和pandas 0.19.2

我的日志文件的格式如下：

[Header1][Header2][Header3][HeaderN]
[=======][=======][=======][=======]
[Value1][Value2][Value3][ValueN]
[AnotherValue1][ValuesCanBeEmpty][][]
...

…这与CSV非常相似，只是每个值都由

[

和

]

包围，并且没有真正的分隔符。 将该内容加载到pandas数据框中最有效的方法是什么？

您可以使用分隔符

][

，必须通过

\

进行转义。然后通过以下方式删除列和值，并删除包含所有

NaN

的行：

---

我认为您可以从每行的开头删除

]

，从每行的结尾删除

[

，然后用分隔符

][

读取

s ='''[Header1][Header2][Header3][HeaderN]
[=======][=======][=======][=======]
[Value1][Value2][Value3][ValueN]
[AnotherValue1][ValuesCanBeEmpty][][]'''
f = StringIO(s)

s1 = ''.join([line.lstrip('[').rstrip('\n]') + '\n' for line in f.readlines()])
pd.read_csv(StringIO(s1), sep='\]\[', engine='python')

输出

         Header1           Header2  Header3  HeaderN
0        =======           =======  =======  =======
1         Value1            Value2   Value3   ValueN
2  AnotherValue1  ValuesCanBeEmpty      NaN      NaN

---

谢谢。我正在研究pandas解析器（），但我无法正确地对任何内容进行子类化…您能否将

]

添加到每行的开头并

[

到每一行的末尾？那么就不需要替换了。投票被否决，因为这并不能回答问题。这是一个解决办法，但不是答案。OP不应该给出一个例子。

         Header1           Header2  Header3  HeaderN
0        =======           =======  =======  =======
1         Value1            Value2   Value3   ValueN
2  AnotherValue1  ValuesCanBeEmpty      NaN      NaN