Python 熊猫读取csv在固定时间内使用分隔符

假设我有一个日志文件，每行的结构如下：

$date $machine $task_name $loggedstuff

我希望用pd.read_csv'blah.log'，sep=r'\s+'来阅读整个内容。问题是，$loggedstuff中有空格，有没有办法将分隔符限制为正好运行3次，这样loggedstuff中的所有内容都将作为单个列显示在数据帧中

我已经尝试使用csv将其解析为列表列表，然后将其输入熊猫，但这很慢，我想知道是否有更直接的方法来实现这一点。谢谢

设置 tmp.txt

密码 返回

   a  b  c                        d
1  1  2  3        test1 test2 test3
2  1  2  3  test1 test2 test3 test4

---

我认为您可以将csv文件的每一行作为单个字符串读取，然后通过正则表达式将结果数据帧转换为3列

df = pd.read_csv('./test.csv', sep='#', squeeze=True)
df = df.str.extract('([^\s]+)\s+([^\s]+)\s+(.+)')

您可以将分隔符更改为文档中未出现的任何分隔符。

使用expand=True时，拆分的元素将展开为单独的列

参数n可用于限制输出中的拆分数量

关于同一根拐杖的细节

使用的模式

df.str.splitpat=None，n=-1，expand=False 展开：bool，默认为False

将拆分的字符串展开为单独的列

如果为True，则返回数据帧/多索引扩展维度

如果为False，则返回包含字符串列表的序列/索引

---

这些列是用一个空格隔开的吗？@Alex是的\可能不需要s+。这会生成CParser错误，因为列数不同，并且第一列的空格不多。抱歉，原来的问题用错误的方式表述，经过编辑。这是可行的，但比直接使用str.split慢，因为apply没有矢量化。这是可行的，我使用的是df.str.split“”，3，expand=True，它工作得很好！

   a  b  c                        d
1  1  2  3        test1 test2 test3
2  1  2  3  test1 test2 test3 test4

df = pd.read_csv('./test.csv', sep='#', squeeze=True)
df = df.str.extract('([^\s]+)\s+([^\s]+)\s+(.+)')

df.str.split(' ', n=3, expand=True)