读取使用python拆分为多行的行_Python_Python 3.x_Pandas

读取使用python拆分为多行的行

python python-3.x pandas

读取使用python拆分为多行的行,python,python-3.x,pandas,Python,Python 3.x,Pandas,读取数据时，数据中存在差异，就像少数几行被拆分为多行一样（从第6行开始）。下面是我的数据和代码，你们能帮我吗数据：代码：我将使用字符串操作（replace）将“|\n”替换为”）：嗨，安迪，谢谢你在这个问题上的快速解决，但是它抛出了一个错误：df4_mk=pd.read_csv（StringIO（s.replace（“\n |）”，“|”）、header=None、delimiter='|'、index|col=0、names=['record_type'、'unique_system_

读取数据时，数据中存在差异，就像少数几行被拆分为多行一样（从第6行开始）。下面是我的数据和代码，你们能帮我吗

数据：

代码：

我将使用字符串操作（

replace

）将

“|\n”

替换为

”

）：

嗨，安迪，谢谢你在这个问题上的快速解决，但是它抛出了一个错误：df4_mk=pd.read_csv（StringIO（s.replace（“\n |）”，“|”）、header=None、delimiter='|'、index|col=0、names=['record_type'、'unique_system_identifier'、'uls_file_number'、'ebf_number'，TypeError:需要像object这样的字节，而不是'str'@BharatGuda。你在使用python 3吗？我想你可能必须使用BytesIO而不是StringIO？和

。替换（b“\n|”，b“|”）

。奇怪的是我没有看到这一点。@BharatGuda yep，看起来您需要在python 2上使用io导入BytesIO的

。pd.read_csv（BytesIO（s.replace（“\n |“，“|”）、分隔符=“|”，header=None）#加上其他参数！Andy Hayden-作业运行正常，没有错误，但从第6列开始有空值
MP|3560039|||L000011396|BTA171|30071: PHILLIPS, MT|4253|I|103278|||D|1
MP|3561042|||WQTI544|BEA148|16023: BUTTE, ID|2891|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16077: POWER, ID|7817|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16011: BINGHAM, ID|45607|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16005: BANNOCK, ID|82839|I|103306|||D|1
MP|3561250|||WQTI576
|BEA135|48301: LOVING, TX|82|I|103308|||D|1
MP|3561250|||WQTI576
|BEA135|48443: TERRELL, TX|984|I|103308|||D|1
MP|3561250|||WQTI576
|BEA135|48173: GLASSCOCK, TX|1226|I|103308|||D|1
MP|3561250|||WQTI576
|BEA135|48243: JEFF DAVIS, TX|2342|I|103308|||D|1
MP|3561250|||WQTI576
|BEA135|48461: UPTON, TX|3355|I|103308|||D|1
MP|3561250|||WQTI576
|BEA135|48383: REAGAN, TX|3367|I|103308|||D|1

df4_mk = pd.read_csv(zf1.open('MP.dat'),header=None,delimiter='|', index_col=0, names=['record_type', 'unique_system_identifier', 'uls_file_number','ebf_number','call_sign',
                           'market_partition_code','defined_partition_area','defined_area_population','include_exclude_ind','partition_sequence_area_id',
                           'action_performed','census_figures','def_undef_ind','partition_sequence_number'],low_memory=False,
                           dtype={'record_type':str,'unique_system_identifier':int,'uls_file_number':str,'ebf_number':str,'call_sign': str,
                                  'market_partition_code':str,'defined_partition_area':str,'defined_area_population':int,'include_exclude_ind':str,
                                  'partition_sequence_area_id':int,'action_performed': str,'census_figures': int,'def_undef_ind': str,'partition_sequence_number':int })

In [11]: s = open('MP.dat').read()

In [12]: print(s.replace("\n|", "|"))
MP|3560039|||L000011396|BTA171|30071: PHILLIPS, MT|4253|I|103278|||D|1
MP|3561042|||WQTI544|BEA148|16023: BUTTE, ID|2891|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16077: POWER, ID|7817|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16011: BINGHAM, ID|45607|I|103306|||D|1
MP|3561042|||WQTI544|BEA148|16005: BANNOCK, ID|82839|I|103306|||D|1
MP|3561250|||WQTI576|BEA135|48301: LOVING, TX|82|I|103308|||D|1
MP|3561250|||WQTI576|BEA135|48443: TERRELL, TX|984|I|103308|||D|1
MP|3561250|||WQTI576|BEA135|48173: GLASSCOCK, TX|1226|I|103308|||D|1
MP|3561250|||WQTI576|BEA135|48243: JEFF DAVIS, TX|2342|I|103308|||D|1
MP|3561250|||WQTI576|BEA135|48461: UPTON, TX|3355|I|103308|||D|1
MP|3561250|||WQTI576|BEA135|48383: REAGAN, TX|3367|I|103308|||D|1

In [13]: from io import StringIO
    ...: pd.read_csv(StringIO(s.replace("\n|", "|")), delimiter='|', header=None) # plus other args