ipython pandas TypeError:read_csv（）获得意外的关键字参数“delim whitespace”

在尝试ipython.org笔记本时，介绍了用于数据挖掘的PYTHON

以下代码：

data = pd.read_csv("http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data-original",
               delim_whitespace = True, header=None,
               names = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration',
                        'model', 'origin', 'car_name'])

产生以下错误：

 TypeError: read_csv() got an unexpected keyword argument 'delim-whitespace'

不幸的是，数据集文件本身并不是真正的csv，我不知道为什么他们使用read_csv来获取数据

数据如下所示：

 14.0   8.   454.0      220.0      4354.       9.0   70.  1.    "chevrolet impala"

环境是基于Debian stable的python/2.7，其中包含ipython 0.13。 在这里搜索后，我发现很可能是版本问题， 因为参数“delim whitespace”可能在pandas库的更高版本中，而不是APT包管理器可用的版本中

我尝试了几种变通办法，但没有成功

首先，我试图通过从最新的源代码构建来升级pandas，但我发现最终会出现一系列其他依赖项构建，这些依赖项的版本需要升级，最终可能会破坏环境。例如，我必须安装Cython，然后它又报告说它是 APT软件包管理器上的版本太旧，因此我必须重建Cython，+其他libs/模块等等

然后在看了一下API之后，我尝试使用其他参数： 在读取的调用中使用分隔符=“”会导致 它需要将引号内的字符串分成几列

ValueError: Expecting 9 columns, got 13 in row 0

我尝试使用read_csv参数quotechar=''，正如API中记录的那样，但还是没有识别出意外的关键字参数

最后我试着用另一种方式加载文件

data = DataFrame()

data.from_csv(url)

我有

Out[18]: 
<class 'pandas.core.frame.DataFrame'>
Index: 405 entries, 15.0   8.   350.0      165.0      3693.      11.5   70.  1."buick skylark 320" to 31.0   4.   119.0      82.00      2720.      19.4   82.  1.   "chevy s-10"
Empty DataFrame

In [19]: print(data.shape)
(0, 9)

产生错误

ValueError: Expecting 31 columns, got 35 in row 1
In [21]: print(data.shape)
(0, 9)

或者，同样的负面结果：

In [32]: data = DataFrame( columns = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration','model', 'origin', 'car_name'])

In [33]: data.from_csv(url,sep=', \t')Out[33]: 
<class 'pandas.core.frame.DataFrame'>
Index: 405 entries, 15.0   8.   350.0      165.0      3693.      11.5   70.  1."buick skylark 320" to 31.0   4.   119.0      82.00      2720.      19.4   82.  1.   "chevy s-10"
Empty DataFrame

In [34]: data.head()
Out[34]: 
Empty DataFrame

我试着用ipython3来代替， 但它无法找到/加载matplotlib，因为我的系统没有python3的matplotlib 系统

---

对此问题的任何帮助都将不胜感激。

奇怪的是，delim_空白参数出现在方法摘要中，而不是参数列表中。尝试用delimiter=r'\s+'替换它，这与我认为作者的意思相同

CSV确实指逗号分隔的值，但它通常用于指一般的分隔文本格式。TSV制表符分隔值是另一个变量；在本例中，基本上是以空格分隔的值。

您的代码使用delim_空格，但错误消息显示delim空格。前者存在，后者不存在

如果数据文件包含

 14.0   8.   454.0      220.0      4354.       9.0   70.  1.    "chevrolet impala"

您可以使用

然后，数据帧确实被成功解析：

   mpg  cylinders  displacement  horsepower  weight  acceleration  model  \
0   14          8           454         220    4354             9     70   

   origin          car_name  
0       1  chevrolet impala  

因此，您只需将连字符更改为下划线

注意，当您指定delim_whitespace=True时，将使用纯Python解析器。在这种情况下，我认为没有必要这样做。Steve Howard建议使用delimiter=r'\s+'可能会更好，C引擎更快，而python引擎更快

---

目前更多的功能已经完成，但我认为python引擎有C引擎没有的功能。

感谢您的回复。是的，这也够奇怪的了——尤其是在文档中！顺便说一句，尝试的笔记本的url使用分隔符=r'\s+'会导致将引用的字符串再次拆分为几列。感谢您的回复以及delim_空格和delim空格之间的差异！我尝试的笔记本的url是我刚刚再试了一次，delim空白是我的一个输入错误，如果在函数调用中使用，它会被视为一个表达式。我应该编辑原始问题还是保留打字错误？谢谢现在正在尝试unutbu建议的分隔符值。。。ValueError：预期9列，第0行有12列，使用delim_whitespace=True给出原始问题中的错误，因为APT使用的熊猫是较旧的版本。您使用的熊猫是什么版本？我尝试在这里为.pandas版本0.8.0编写说明，通过APT存储库python pkg的一个。。当我运行$sudo pip install-install option=-prefix=-U时，我得到。。。文件/usr/lib/python2.7/dist-packages/pkg_resources.py，第588行，在resolve raise VersionConflictdist中，req XXX将更多信息放在这里pkg_resources.VersionConflict:numpy 1.6.2/usr/lib/pymodules/python2.7，Requirement.parse'numpy>=1.7.0'--------------命令python setup.py egg\u info失败，错误代码为1，位于~/build/pandas Storing complete log in~/.pip/pip.log到目前为止，唯一的解决方案是编辑数据文件，使其实际上是逗号分隔的请参见问题，然后在不使用delim\u空格的情况下调用pd.read\u csv函数论点

data = pd.read_csv('data', delim_whitespace = True, header=None, names = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration', 'model', 'origin', 'car_name'])

   mpg  cylinders  displacement  horsepower  weight  acceleration  model  \
0   14          8           454         220    4354             9     70   

   origin          car_name  
0       1  chevrolet impala