Python 读取csv（逗号分隔文件），值用引号表示，逗号作为小数点

我有一个包含如下数据的文件：

    2.10.2014 23:30:00,"25,1",nan,nan,nan
    2.10.2014 23:30:00,nan,"15,2",nan,nan
    2.10.2014 23:30:00,nan,nan,"125,14",nan
    2.10.2014 23:45:00,nan,0,nan,nan

我想看这个文件。所需输出：

    2.10.2014 23:30:00 25.1  nan   nan     nan
    2.10.2014 23:30:00 nan   15.2  nan     nan
    2.10.2014 23:30:00 nan   nan   125.14  nan
    2.10.2014 23:45:00 nan   0     nan     nan

请务必注意，如果出现值

0

，则引号将消失

此时，我的代码如下所示：

结果：

     "2.10.2014 23:30:00,""25,1"",nan,nan,nan"

---

除了

quoting=csv.QUOTE\u NONE

之外，我还尝试了使用

escapechar='”

传递

decimal='，“

到：

此外，您可以传递

parse_dates=[0]

以将第一列解释为

datetime

：

In [31]:
pd.read_csv(io.StringIO(t), decimal=',', header=None, parse_dates=[0])

Out[31]:
                    0     1     2       3   4
0 2014-02-10 23:30:00  25.1   NaN     NaN NaN
1 2014-02-10 23:30:00   NaN  15.2     NaN NaN
2 2014-02-10 23:30:00   NaN   NaN  125.14 NaN
3 2014-02-10 23:45:00   NaN   0.0     NaN NaN

在您的情况下，忽略

io.StringIO

位，这只是为了让我从文本字符串加载数据，只需执行以下操作：

df=pd.read_csv("file.csv", sep=',\s+', quoting=csv.QUOTE_NONE, header=None, decimal=',', parse_dates=[0], encoding="mbcs")

---

将

decimal='，'

传递给：

此外，您可以传递

parse_dates=[0]

以将第一列解释为

datetime

：

In [31]:
pd.read_csv(io.StringIO(t), decimal=',', header=None, parse_dates=[0])

Out[31]:
                    0     1     2       3   4
0 2014-02-10 23:30:00  25.1   NaN     NaN NaN
1 2014-02-10 23:30:00   NaN  15.2     NaN NaN
2 2014-02-10 23:30:00   NaN   NaN  125.14 NaN
3 2014-02-10 23:45:00   NaN   0.0     NaN NaN

在您的情况下，忽略

io.StringIO

位，这只是为了让我从文本字符串加载数据，只需执行以下操作：

df=pd.read_csv("file.csv", sep=',\s+', quoting=csv.QUOTE_NONE, header=None, decimal=',', parse_dates=[0], encoding="mbcs")

---

使用

for循环

索引每一行，并使用另一个

for循环

嵌套它以读取每列中的数据。使用

lstrip（“”）

和

rstrip（““”）

函数去掉引号。然后读取。它会起作用。使用

for循环

索引每一行，并使用另一个

for循环

嵌套它以读取每列中的数据。使用

lstrip（“”）

和

rstrip（““”）

函数去掉引号。然后读取。它会起作用。如何在

io.StringIO

中加载文件？忽略此项，在您的情况下，只需执行

df=pd.read\u csv（“file.csv”，sep='，\s+'，quoting=csv.QUOTE\u NONE，header=NONE，decimal='，'，parse\u dates=[0]，encoding=”mbcs”）

我得到了

值错误：返回到'python'引擎，因为'c'引擎不支持正则分隔符，但这会导致'decimal'被忽略，因为'python'引擎不支持它。

如果您的csv格式与您声明的一样，您不需要

sep

参数，请尝试：

df=pd.read\u csv（“file.csv“，quoting=csv.QUOTE_NONE，header=NONE，decimal=”，”，parse_dates=[0]，encoding=“mbcs”）

作为默认的

sep

参数无论如何都是逗号。不幸的是，这会创建

“2.10.2014 23:30:00”“25 1”“NaN NaN NaN NaN NaN”

，并且值25和1位于单独的列show中，以便在

io.StringIO

中加载文件。忽略这一点，在您的情况下，只需执行

df=pd.read_csv（“file.csv”，sep='，\s+'，quoting=csv.QUOTE_NONE，header=NONE，decimal='，，parse_dates=[0]，encoding=“mbcs”）

我得到了

值错误：返回到'python'引擎，因为'c'引擎不支持正则表达式分隔符，但这会导致'decimal'被忽略，因为'python'引擎不支持它。

如果您的csv格式与您声明的一样，您不需要

sep

参数，请尝试：

df=pd.read\u csv（“file.csv”，quoting=csv.QUOTE_NONE，header=NONE，decimal='，，parse_dates=[0]，encoding=“mbcs”）

作为默认的

sep

参数无论如何都是逗号。不幸的是，这会创建

“2.10.2014 23:30:00”“25 1”“NaN NaN NaN”

，值25和1在单独的列中