Python 使用pandas读取带前导空格的文本文件会产生一个NaN列

我正在使用pandas.read_csv读取以空格分隔的文件。文件的每一行前面都有数量可变的空白字符（数字是右对齐的）。当我读取此文件时，它会创建一列NaN。为什么会发生这种情况，最好的预防方法是什么

例如：

文本文件：

  9.0  3.3 4.0
 32.3 44.3 5.1
  7.2  1.1 0.9

命令：

import pandas as pd
pd.read_csv("test.txt",delim_whitespace=True,header=None)

输出：

    0     1     2    3
0 NaN   9.0   3.3  4.0
1 NaN  32.3  44.3  5.1
2 NaN   7.2   1.1  0.9

---

FWIW我倾向于使用

\s+

，而不会遇到同样的问题：

>>> pd.read_csv("wspace.csv", header=None, delim_whitespace=True)
    0     1     2    3
0 NaN   9.0   3.3  4.0
1 NaN  32.3  44.3  5.1
2 NaN   7.2   1.1  0.9
>>> pd.read_csv("wspace.csv", header=None, sep=r"\s+")
      0     1    2
0   9.0   3.3  4.0
1  32.3  44.3  5.1
2   7.2   1.1  0.9

---

有趣的是，这会有所不同（我也使用

'\s+'

），肯定是一个bug？我们不应该使用

'\s+'

。表示

delim_whitespace=True

应该更快。我将等待任何其他可能解释这一点的响应，但可能会将其标记为我的解决方案。这对于

delim_whitespace

来说是一个非常模糊的例子。我不清楚什么是正确的行为--“\s+”基本上是“偶然”起作用的。@WesMcKinney:嗯。我正要提出一些建议，但后来我想到了反例。事实上，正是因为这种行为，我不久前又改用了

sep

。如果假设这两个列具有相同的行为，那么这应该是固定的，至少，这样我可以在必要时开始删除列。我不确定一个

忽略前导定界符是否正确。@DSM啊，我明白了。在我看来，如果您使用的是空格分隔符，那么尝试将前导空格作为元素来读取几乎总是错误的。换句话说，我认为目前的行为是不好的。但是，
ignore\u leading\u delimiter
可能对其他分隔符有用。类似于
skip\u initial\u whitespace
的内容在这种情况下可能也很有用。似乎有人基于此帖子：