Python 带正则表达式头定义的PANDES read_表

对于格式如下的数据文件：

("Time Step" "courantnumber_max" "courantnumber_avg" "flow-time")
0 0.55432343242 0.34323443432242 0.00001

我可以使用

pd.read\u表（文件名，sep=''，header=0）

，除了第一个头，

“时间步长”

，它将得到所有正确的结果

有没有办法为

read\u table（）

指定一个正则表达式字符串，用于解析标题名

我知道解决这个问题的一种方法是使用regex为

read\u table（）

函数创建一个名称列表，但我认为可能/应该有一种方法可以在导入本身中直接表达出来

编辑：以下是它作为标题返回的内容：

['("Time', 'Step"', 'courantnumber_max', 'courantnumber_avg', 'flow-time']

---

因此，在

pandas.read\u table（）函数中实际上似乎不可能执行此操作。下面是我最终用来解决问题的实际解决方案：

import re

def get_headers(file, headerline, regexstring, exclude):
    # Get string of selected headerline
    with file.open() as f:
        for i, line in enumerate(f):
            if i == headerline-1:
                headerstring = line
            elif i > headerline-1:
                break

    # Parse headerstring
    reglist = re.split(regexstring, headerstring)

    # Filter entries in reglist
        #filter out blank strs
    filteredlist = list(filter(None, reglist)) 

        #filter out items in exclude list
    headerslist = []
    if exclude:
        for entry in filteredlist:
            if not entry in exclude:
                headerslist.append(entry)
    return headerslist

get_headers(filename, 3, r'(?:" ")|["\)\(]', ['\n'])

代码说明：
获取标题（）
：


参数，
file
是包含标头的文件对象
headerline
是标头名称存在的行号（从1开始）
regexstring
是将被送入
re.split（）
的模式。强烈建议您在regex模式前添加一个
r
<代码>排除

是要从标题列表中删除的杂项字符串列表

我使用的正则表达式模式：

---

首先，我们有管道（

|

）符号。这样做是为了将“普通”拆分方法（即

“

）和其他需要删除的内容（即括号）分开

从第一组开始：

（？：“”）

。我们有

（…）

，因为我们希望按顺序匹配这些字符。

”

是我们想要匹配的东西，作为分割的对象。

？：

基本上是说不捕获组的内容。这很重要/有用，否则

re.split（）

会将任何组作为单独的项目保留。请参阅文档中的

---

第二组就是其他角色。如果没有它们，第一个和最后一个项目将是

”（“时间步长”

和

'flow-Time）\n'

。请注意，这会导致

\n

被视为列表中的一个单独条目。这就是为什么我们在事后使用

排除

参数来解决这个问题。

您的意思是“它会把所有事情都做好”而不是“写”吗"? 此外，如果标题行确实是按照您的方式编写的，那么您的分隔符可能是“”（双引号-空格-双引号），而不是简单的“（空格）。我面临着类似的情况，标题很奇怪。一般来说，我会用普通的python文件I/O只捕获标题，执行一些正则表达式和其他解构，以生成带有标题名的列表，然后直接以read_csv形式传递该列表，忽略第0行。我想请你也这么做。是的，我的意思是“对”而不是“写”。我已经改正了。改变分隔符不也会改变数据本身的解析方式吗？否则，你的建议就行了。不管怎样，我现在正在处理一个外部正则表达式解决方案。假设您没有更改

quotechar=''，quoting=0

的默认值，它应该可以正常工作。@gyx hh在使用指定的

quotechar=''，quoting=0

再次运行它之后，我会遇到同样的问题。我认为前面的括号就是问题所在。请参阅编辑，了解标题名称解析中到底出了什么问题。啊，是的，你是对的-很抱歉，当我复制示例时，我排除了括号。我认为在pd.read\u table中没有办法做到这一点