Python错误标记化数据：如何避免不同长度引起的错误

我正在尝试使用pandas read_csv函数读取*.dat文件

df = pd.read_csv(file, skiprows=0, header=None, sep=" ", parse_dates=[[0, 1]])

数据如下所示：

2019-06-01 04:00:22 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:00:32 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:00:42 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:00:52 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:01:02 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:01:12 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:01:22 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:01:32 PW  100  2000  2000 /// // // // ////// ////// ////

我得到一个标记化错误：

ParserError: Error tokenizing data. C error: Expected 16 fields in line 242, saw 17

我认为这是错误的原因，因为在第242行中，第6列中的值比之前的行中的值低，例如第6列保持在2000或有4位数的值（例如1501），但在第242行中，它下降到991（三位数）

我怎样才能消除这个错误

error\u bad\u lines=False不是选项，因为我需要的正是这些值

您应该使用

sep=“+”

或

sep=“\s+”

而不是

sep=“

。对于后者，多个空格被分隔成多个空列，当空格数发生变化时会导致错误

---

或者，您可以指定

delim_whitespace=True

而不是

sep

或

delimiter

非常感谢！！通过添加sep=“+”它工作得非常好！我没有意识到这一点。你帮我节省了很多时间！非常感谢你

2019-06-01 04:39:32 PW  100  2000  2000 /// // // // ////// ////// ////
2019-06-01 04:39:42 PW  100  1501  2000 /// // // // ////// ////// ////
2019-06-01 04:39:52 PW  100  1501  2000 /// // // // ////// ////// ////
2019-06-01 04:40:02 PW  100  1501  2000 /// // // // ////// ////// ////
2019-06-01 04:40:12 PW  100  1187  2000 /// // // // ////// ////// ////
2019-06-01 04:40:22 PW  100  1187  2000 /// // // // ////// ////// ////
2019-06-01 04:40:32 PW  100   991  2000 /// // // // ////// ////// ////