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:Python 读取csv(逗号分隔文件),值用引号表示,逗号作为小数点,python,pandas,Python,Pandas,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
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