Python 如何处理熊猫中的多值线终止符

我将

\x02\n

作为我试图解析的csv文件中的行终止符。但是，我不能在熊猫中使用两个字符，它只允许使用一个，例如：

>>> data = pd.read_csv(file, sep="\x01", lineterminator="\x02")
>>> data.loc[100].tolist()
['\n1475226000146', '1464606', 'Juvenile', '1', 'http://itunes.apple.com/artist/juvenile/id1464606?uo=5', '1']

或：

---

在这里我们可以看到，

\n

没有被正确地切断。使用上述分隔符读取pandas中csv文件的最佳方法是什么？

从v0.23开始，pandas不支持多字符行终止符。您的代码当前返回：

s = "this\x01is\x01test\x02\nthis\x01is\x01test2\x02"
df = pd.read_csv(
    pd.compat.StringIO(s), sep="\x01", lineterminator="\x02", header=None)

df
        0   1      2
0    this  is   test
1  \nthis  is  test2

您唯一的选择（到目前为止）是从第一列中删除前导空格。您可以使用

str.lstrip

执行此操作

df.iloc[:, 0] = df.iloc[:, 0].str.lstrip()
# Alternatively,
# df.iloc[:, 0] = [s.lstrip() for s in df.iloc[:, 0]]

df

      0   1      2
0  this  is   test
1  this  is  test2

如果您必须处理多个其他类型的行终止符的剥离（除了换行符），您可以传递一个字符串：

line_terminators = ['\n', ...]
df.iloc[:, 0] = df.iloc[:, 0].str.lstrip(''.join(line_terminators))

---

是否所有行都有“\x02\n”作为行终止符？@AndreiOdegov这是分隔符，而不是行终止符。是一样的吗？@coldspeed是的，在这个文件中。但我确实有其他文件使用不同的多值分隔符，所以我不想只执行find all/replace等操作，这会使事情复杂化。到目前为止，还没有任何真正的支持。谢谢你。对工作或实习中的任何工作感兴趣（我们的公司在LA地区），而不是空白<代码> LaStudio<代码>，我使用了Rixi终结符中的字符，所以类似于：<代码> DF.IOC[[，0 ]＝DF.IOC[[，0 ] ]。STR.LaBand（''.No.In LoNi终止符[1：]）< /代码> @ DavID54 2：您是来自Digital Digital？戴维的：？我真的很感谢你的邀请，但是我已经在即将到来的春天有了一份校园工作，毕业后我将加入谷歌。我目前不想面试任何职位，但如果情况发生变化，我一定会给你一个平@David542好的，那么你有一个线路终端的列表？我可以修改我的解决方案。

line_terminators = ['\n', ...]
df.iloc[:, 0] = df.iloc[:, 0].str.lstrip(''.join(line_terminators))