Python 使用pandas将文本文件与csv数据库文件合并

[更新我的问题]

我有一个如下所示的文本文件

#File_infoomation1
#File_information2
A B C D
1 2 3 4.2 
5 6 7 8.5   #example.txt separate by tab '\t' column A dtype is object 

我想将文本文件与基于列E的csv数据库文件合并。该列包含整数

E,name,age
1,john,23
5,mary,24  # database.csv  column E type is int64

因此，我尝试读取文本文件，然后删除前两个不需要的标题行

    example = pd.read_csv('example.txt', header = 2, sep = '\t')
    database = pd.read_csv('database.csv') 
    request = example.rename(columns={'A': 'E'})
    New_data = request.merge(database, on='E', how='left')

但是结果并不是我想要的，虽然它在列名和年龄上显示了NaN

我认为

int64

和

object

dtype是错误所在，有人知道如何解决这个问题吗

E,B,C,D,name,age
1,2,3,4.2,NaN,NaN
5,6,7,8.5,NaN,NaN 

---

您只需在代码中编辑以下内容：

而不是

  example = pd.read_csv('example.txt', header = 2, sep = '\t', delim_whitespace=False )

使用以下命令：

 example = pd.read_csv('example.txt',  sep = ' ' ,index_col= False)

---

您只需在代码中编辑以下内容：

而不是

  example = pd.read_csv('example.txt', header = 2, sep = '\t', delim_whitespace=False )

使用以下命令：

 example = pd.read_csv('example.txt',  sep = ' ' ,index_col= False)

---

实际上，我试着用以下方法读取您的文件：

example = pd.read_csv('example.txt', header = 2, sep = '\t')

# Renaming
example.columns = ['E','B','C','D']

database = pd.read_csv('database.csv')

New_data = example.merge(database, on='E', how='left')

这将返回：

   E  B  C    D  name  age
0  1  2  3  4.2  john   23
1  5  6  7  8.5  mary   24

---

编辑：实际上没有清除原始

example.txt

文件的分隔符。如果是空格，请尝试将

sep='\s'

改为

sep='

放在空格中。

事实上，我尝试用以下方法读取您的文件：

example = pd.read_csv('example.txt', header = 2, sep = '\t')

# Renaming
example.columns = ['E','B','C','D']

database = pd.read_csv('database.csv')

New_data = example.merge(database, on='E', how='left')

这将返回：

   E  B  C    D  name  age
0  1  2  3  4.2  john   23
1  5  6  7  8.5  mary   24

---

---

编辑：实际上没有清除原始

example.txt

文件的分隔符。如果是空格，请尝试将

sep='\s'

改为

sep='

作为空格。

是否要像

示例那样进行查询。A==database.E

然后选择行？是的，更改为相同的列名，然后使用merge合并两个文件。在example.txt文件中，值不会像

\t

那样以制表符分隔。它们用

\s

分隔，一切正常，问题在于您读取文件。你能用

打印（请求）

发布你的

请求

和

数据库

吗？如果不确定有多少空格，可以使用分隔符作为

regex

如：

df=pd.read\u csv（文件，sep='\s+'）

是否要查询如

示例。A==database.E

然后选择行？是，更改为相同的列名，然后使用merge合并两个文件。在example.txt文件中，值不是像

\t

那样用制表符分隔的。它们用

\s

分隔，一切正常，问题在于您读取文件。你能用

打印（请求）

发布你的

请求

和

数据库

吗？如果您不确定有多少空格，可以使用分隔符作为

regex

例如：

df=pd.read\u csv（文件，sep='\s+'）

我的example.txt文件由制表符'\t'分隔，对不起，我没有说清楚。我修改了我的问题。谢谢，您不需要指定

index\u col=False

，因为它是默认值：

index\u col=None

，这是相同的。我的example.txt文件由制表符“\t”分隔，很抱歉我没有说清楚。我修改了我的问题。谢谢，您不需要指定

index\u col=False

，因为它是默认值：

index\u col=None

，这是相同的。很抱歉，它仍然不起作用，仍然显示NaN，我想这可能是由我的数据类型造成的。我甚至先将example.txt传输到csv文件。很抱歉，我刚刚复制并粘贴了您的数据帧（在第一个数据帧中，我按照您所说的手动添加了选项卡）。也许格式还是有问题？尝试用不同的分隔符解析.txt文件。我尝试打印数据库。dtypes（），它打印出“Series”对象不可调用，然后我尝试打印示例。dtypes（），它在第一列A中显示对象。您知道如何处理此问题吗？

\s

代表Regex中的空格。这里您必须使用

sep=''

您可以对单个空间同时使用sep=''和sep='\s'。很抱歉，它仍然不起作用，仍然显示NaN，我认为这可能是由我的数据类型造成的。我甚至先将example.txt传输到csv文件。很抱歉，我刚刚复制并粘贴了您的数据帧（在第一个数据帧中，我按照您所说的手动添加了选项卡）。也许格式还是有问题？尝试用不同的分隔符解析.txt文件。我尝试打印数据库。dtypes（），它打印出“Series”对象不可调用，然后我尝试打印示例。dtypes（），它在第一列A中显示对象。您知道如何处理此问题吗？

\s

代表Regex中的空格。这里您必须使用

sep=''

您可以对单个空间同时使用sep=''和sep='\s'。