如何使用Pandas完全忽略csv中的空格

小编典典

如何使用Pandas完全忽略csv中的空格

python

我正在尝试将.csv文件制作成既易于阅读又易于熊猫阅读的格式。这意味着列应该整齐地分开，以便您可以轻松识别每个值所属的列。问题是，用空格填充它会降低熊猫功能。到目前为止，我所拥有的是

work    ,roughness  ,unstab ,corr_c_w   ,u_star ,c_star
us      ,True       ,True   ,-0.39      ,0.35   ,-.99
wang    ,False      ,       ,-0.5       ,       ,
cheng   ,           ,True   ,           ,       ,
watanabe,           ,       ,           ,0.15   ,-.80

如果我取出上面.csv上的所有空格，并直接将pd.read_csv其读取，则效果很好。前两列为布尔值，其他为浮点数。但是，如果没有空格，则根本无法让人理解。当我阅读上面的.csv

pd.read_csv('bibrev.csv', index_col=0)

这是行不通的，因为显然所有的列和字符串都包含空格。当我使用

pd.read_csv('bibrev.csv', index_col=0, skipinitialspace=True)

那么这是可行的，因为浮点数被读取为浮点数，缺失值被读取为NaNs，这是一个很大的改进。但是，列名和布尔列仍然是带空格的字符串。

有什么直接用熊猫读取.csv的方法吗？还是可能会有点csv格式，并且仍然可以通过人类可读的.csv清晰阅读？

PS
.：我试图避免使用python作为字符串读取所有内容，替换空白，然后将其提供给pandas，并且还尝试避免定义某些函数并将其通过converters关键字传递给pandas
。

阅读 954

2021-01-20

共1个答案

小编典典

尝试这个：

import pandas as pd

def booleator(col):
    if str(col).lower() in ['true', 'yes']:
        return True
    #elif str(col).lower() == "false":
    #    return False
    else:
        return False

df = pd.read_csv('data.csv', sep='\s*,\s*', index_col=0,
                 converters={'roughness': booleator, 'unstab': booleator},
                 engine='python')
print(df)
print(df.dtypes)

输出：

         roughness unstab  corr_c_w  u_star  c_star
work
us            True   True     -0.39    0.35   -0.99
wang         False  False     -0.50     NaN     NaN
cheng        False   True       NaN     NaN     NaN
watanabe     False  False       NaN    0.15   -0.80
roughness       bool
unstab          bool
corr_c_w     float64
u_star       float64
c_star       float64
dtype: object

这个版本也照顾布尔值-所有NaN都将转换为False，否则Pandas会将dtype提升为Object（请参阅我的评论中的详细信息）…

2021-01-20