我正在尝试读取.csv格式的大型数据集,该数据集使用熊猫库自动更新。问题在于,在我的数据中,第一行是不带双引号的字符串,而其他列是带双引号的字符串。我无法手动调整.csv文件。
简化的数据集看起来像这样
我需要将数据存储为单独的列,且不带引号,例如:
我尝试使用
import pandas as pd df_csv = pd.read(path_to_file,delimiter=',')
这给了我完整的标题作为最后一列的单个变量
与我需要的结果最接近的结果是使用以下命令
df_csv = pd.read(path_to_file,delimiter=',',quoting=3)
可以正确识别每列,但会添加一堆额外的双引号。
将引号设置为0到2之间的值只会将整行读取为单列。
有谁知道在读取.csv文件时如何删除所有引号?
只需加载数据,pd.read_csv()然后使用.replace('"','', regex=True)
pd.read_csv()
.replace('"','', regex=True)
一行中将是:
df = pd.read_csv(filename, sep=',').replace('"','', regex=True)
设置列名称:
df.columns = df.iloc[0]
然后删除第0行:
df = df.drop(index=0).reset_index(drop=True)