Python 在pandas read_csv函数中使用不可拆分的空格作为千位分隔符

我有一个iso-8859-1格式的csv文件要导入到数据帧

read_csv函数非常适合于此

但是csv使用不可破坏的空间作为分隔符，我似乎无法删除它

在read_csv函数中有一个数千属性，但无论我在其中添加了什么，牢不可破的空格仍然存在

我尝试了以下方法，结果都是一样的：

data_sheet = pd.read_csv(path_to_csv, encoding="iso-8859-1", thousands=' ')
data_sheet = pd.read_csv(path_to_csv, encoding="iso-8859-1", thousands=chr(160'))
data_sheet = pd.read_csv(path_to_csv, encoding="iso-8859-1", thousands=u'\xa0')
data_sheet = pd.read_csv(path_to_csv, encoding="iso-8859-1", thousands='\xa0')
data_sheet = pd.read_csv(path_to_csv, encoding="iso-8859-1", thousands=unicodedata.lookup('NO-BREAK SPACE'))

因为它不能解析它，熊猫认为它是一个字符串，当我试图转换它时，它会返回下面的错误：

ValueError: could not convert string to float: '1\xa0279,92'

---

我也无法让

数千=…

工作，即使是使用

decimal='、'

和

dtype=…

抛出

对我来说有用的是提供了一个

转换器

希望其他对熊猫有更多经验的人能告诉我们如何正确使用数千只

import pandas as pd
import io


def to_float(s):
    return float(s.replace('\xa0', '').replace(',', '.'))


data = '''\
a,b,c
foo,bar,"1\xa0279,92"
foo,bar,"2\xa0280,93"
foo,bar,"3\xa0281,94"
foo,bar,"4\xa0282,95"
'''

f = io.StringIO(data)
df = pd.read_csv(f, converters={'c': to_float})

print(df)

---

我也无法让

数千=…

工作，即使是使用

decimal='、'

和

dtype=…

抛出

对我来说有用的是提供了一个

转换器

希望其他对熊猫有更多经验的人能告诉我们如何正确使用数千只

import pandas as pd
import io


def to_float(s):
    return float(s.replace('\xa0', '').replace(',', '.'))


data = '''\
a,b,c
foo,bar,"1\xa0279,92"
foo,bar,"2\xa0280,93"
foo,bar,"3\xa0281,94"
foo,bar,"4\xa0282,95"
'''

f = io.StringIO(data)
df = pd.read_csv(f, converters={'c': to_float})

print(df)

---

pd.read\u csv

支持两个解析器引擎：C和Python。据报道,

我做了一些测试，它看起来像C引擎——在大多数情况下是默认选择——只能处理基本ASCII字母的千位和十进制分隔符（

'\x0'

-

'\x7f'

）；只有Python引擎才支持使用

'\xa0'

作为千位分隔符

data = "0,11;1\xa0279,92;1\xa0324,21;1\xa0302,14;10,65;2\xa0707,77;2\xa0951,71;2\xa0829,40"
df = pd.read_csv(io.StringIO(data), header=None, encoding="iso-8859-1",
                 sep=';', decimal=',', thousands='\xa0', engine="python")
df.info()

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1 entries, 0 to 0
Data columns (total 8 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   0       1 non-null      float64
 1   1       1 non-null      float64
 2   2       1 non-null      float64
 3   3       1 non-null      float64
 4   4       1 non-null      float64
 5   5       1 non-null      float64
 6   6       1 non-null      float64
 7   7       1 non-null      float64
dtypes: float64(8)
memory usage: 192.0 bytes

范围索引：1个条目，0到0
数据列（共8列）：
#列非空计数数据类型
---  ------  --------------  -----  
0 1非空浮点64
1非空浮点64
2 1非空浮点64
3 1非空浮点64
4 1非空浮点64
5 1非空浮点64
6 1非空浮点64
7 1非空浮点64
数据类型：float64（8）
内存使用：192.0字节

pd.read\u csv支持两个解析器引擎：C和Python。据报道,

我做了一些测试，它看起来像C引擎——在大多数情况下是默认选择——只能处理基本ASCII字母的千位和十进制分隔符（

'\x0'

-

'\x7f'

）；只有Python引擎才支持使用

'\xa0'

作为千位分隔符

data = "0,11;1\xa0279,92;1\xa0324,21;1\xa0302,14;10,65;2\xa0707,77;2\xa0951,71;2\xa0829,40"
df = pd.read_csv(io.StringIO(data), header=None, encoding="iso-8859-1",
                 sep=';', decimal=',', thousands='\xa0', engine="python")
df.info()

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1 entries, 0 to 0
Data columns (total 8 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   0       1 non-null      float64
 1   1       1 non-null      float64
 2   2       1 non-null      float64
 3   3       1 non-null      float64
 4   4       1 non-null      float64
 5   5       1 non-null      float64
 6   6       1 non-null      float64
 7   7       1 non-null      float64
dtypes: float64(8)
memory usage: 192.0 bytes

范围索引：1个条目，0到0
数据列（共8列）：
#列非空计数数据类型
---  ------  --------------  -----  
0 1非空浮点64
1非空浮点64
2 1非空浮点64
3 1非空浮点64
4 1非空浮点64
5 1非空浮点64
6 1非空浮点64
7 1非空浮点64
数据类型：float64（8）
内存使用：192.0字节

能否显示包含

'1\xa0279,92'

的原始数据行？

'1\xa0279,92'

中的逗号是CSV文件的小数点还是逗号分隔符？小数点是'，字段分隔符是'；'。为了清晰起见，我从帖子中删除了这些参数。完整命令如下。data_sheet=pd.read_csv（临时文件，头=25，encoding=“iso-8859-1”，sep=”；”，decimal=”，“，milk=”）下面是一个完整行的示例。有175列，所以太长了，但这里有一部分有问题的字段：0,11；1 279,92;1 324,21;1 302,14;10,65;2 707,77;2 951,71;282940好。您可以编辑您的帖子以包含信息。您能显示包含

'1\xa0279,92'

的原始数据行吗？

'1\xa0279,92'

中的逗号是CSV文件的小数点还是逗号分隔符？小数点是'，字段分隔符是'；'。为了清晰起见，我从帖子中删除了这些参数。完整命令如下。data_sheet=pd.read_csv（临时文件，头=25，encoding=“iso-8859-1”，sep=”；”，decimal=”，“，milk=”）下面是一个完整行的示例。有175列，所以太长了，但这里有一部分有问题的字段：0,11；1 279,92;1 324,21;1 302,14;10,65;2 707,77;2 951,71;282940好。您可以编辑您的帖子以包含信息。我最后做的是首先使用标准的python open（）命令将文件作为txtfile打开，然后删除所有不可破坏的空间，然后将其另存为新文件，最后使用pandas导入。这很管用，但你的方式要优雅得多。谢谢：-）我最后做的是首先使用标准的python open（）命令将文件作为txtfile打开，然后删除所有不可破坏的空间，然后将其保存为新文件，最后使用pandas导入。这很管用，但你的方式要优雅得多。谢谢：-）当添加engine='python'时，它就像一个符咒一样工作：-）谢谢你的提示！当添加engine='python'时，它就像一个符咒一样工作：-）谢谢你的提示！