Python pandas read_csv，列标题中带有磅符号

我需要从以制表符分隔的文件中读取数据，其中第一行包含列标题，但该行的第一个字符是一个

磅符号

/

八进制

/

hastag

/

数据如下所示：

#   year-month-day  spam    eggs
1956-01-31  11  21
1985-03-20  12  22
1940-11-22  13  23

read\u csv

犯3个错误：1。它将包括任何前导的磅符号作为其自己的唯一列，或作为第一列的第一个字符，从而导致列过多或将空格、制表符和逗号保留为列名的一部分，即使被告知这是分隔符也是如此。2.制表符、空格、逗号、单引号和双引号分隔符将随机用作列的分隔符，文档中未定义优先级系统，具体取决于分隔符是否位于空格旁边，例如

'abc'、'xyz'

或

'abc'、'xyz'

3.如果转义定义为反斜杠，则转义字符将不会被视为文字。 4.如果您要求pandas推断上述任何内容或标题，则上述所有内容都将被错误推断

看起来唯一可行的选择是1：滚动您自己的告诉标题读取功能，然后2：告诉熊猫

read\u csv

忽略标题列

---

有更好的方法吗？

这将提供所需的

数据帧

from io import StringIO
import pandas as  pd

FILE_CONTENTS = """\
# year-month-day    spam    eggs
1956-01-31  11  21
1985-03-20  12  22
1940-11-22  13  23
"""
df = pd.read_csv(StringIO(FILE_CONTENTS), delim_whitespace=True, escapechar='#')
df.columns = df.columns.str.strip()

注意：已编辑，以在中提供的初始列中包含对前导空白的修复

似乎比我尝试过的各种乱七八糟的东西更可取：

with open(filename) as f:
    header = f.readline()
cols = header.strip('#').split()
df = pd.read_csv(..., comment='#', names=cols)

编辑：看到的答案，我意识到我必须处理文件标题中的

#年-月-日…

和

#年-月-日…

。

---

因此，我们需要结合Nikil和EdChum的方法

您仍然需要将列名向左移动一个位置，以说明由于删除

#

字符而创建的空列

然后，删除所有值均为

NaN

的额外列

def column_cleaning(frame):
    frame.columns = np.roll(frame.columns, len(frame.columns)-1)
    return frame.dropna(how='all', axis=1)

FILE_CONTENTS = """\
#   year-month-day  spam    eggs
1956-01-31  11  21
1985-03-20  12  22
1940-11-22  13  23
"""

df = pd.read_csv(StringIO(FILE_CONTENTS), delim_whitespace=True, escapechar="#")

column_cleaning(df)

---

此

df=pd.read\u csv（StringIO（文件内容），delim\u空格=True，escapechar='#'，skipinitialspace=True）

带和不带

skipinitialspace

参数在

“年-月-日”处留下前一个空格，如果传递
escapeshar
param，则它似乎被忽略，因此需要修剪前导空格
df.columns=df.columns.str.strip（）
minor point，但是，通常您想要改进的代码包含在问题中，因为数据可以有
#colu name
和
#colu name
我们可以将您的
column\u cleaning
包装在
中，如果“”==frame.columns[0]。strip（）：
并将EdChums
df.columns=df.columns.str.strip（）