使用 Pandas 使用分隔符读取 txt 文件创建 NaNs 列

Question

我正在尝试将文本文件读入熊猫，但它为所有行创建了 NaN。我尝试使用分隔符来分解由 \ 分隔的变量，但这无法正常工作。这是数据文件在文本文件中的样子

数据：

Date         Name          Group    Direction
2015-01-01  Smith.John      -          In
2015-01-01  Smith.Jan       Claims     Out
2015-01-01     -            Claims     In
2015-01-01  Smith.Jessica   Other      In

这是我第一次尝试读入数据：

pd.read_csv('C:\Users\Desktop\skills.txt',
        names=['Date','AgentName','Group','Direction'])

然而，这种产

    Date    AgentID     AssignedWorkGroup   CallDirection
 0  Date\tAgentID\tAssignedWorkGroup\tCallDire...   NaN     NaN     NaN
 1  2015-09-01\Smith.John\t-\tIn                    NaN     NaN     NaN

所以我试图通过执行以下操作来摆脱 \：

 pd.read_csv('C:\Users\Desktop\skills.txt',
         names=['Date','AgentName','Group','Direction'],delimiter='\\')

但这仍然会产生相同的结果。所以有几件事。一是我不能打破'\'。此外，看起来读入的第一行是标题。我尝试使用 header=None 来摆脱它们，但这对我来说也不是很好。似乎他们在（我假设是文本？）被放置在每个变量的前面

我觉得好像我在错误地接近这个

Answer 1

因为您传递了备用列名，这意味着 csv 解析器将第一行解释为有效的数据行，因此您需要传递skiprows=1以跳过标题，另外默认分隔符是逗号，,但看起来您的数据是制表符或多行- 空格分隔，因此您可以通过sep='\t'或sep='\s+'。

目前尚不清楚您的数据是制表符还是空格分隔，但以下内容对我有用：

In [18]:
t="""Date         Name          Group    Direction
2015-01-01  Smith.John      -          In
2015-01-01  Smith.Jan       Claims     Out
2015-01-01     -            Claims     In
2015-01-01  Smith.Jessica   Other      In"""
pd.read_csv(io.StringIO(t), names=['Date','AgentName','Group','Direction'], skiprows=1, sep='\s+')

Out[18]:
         Date      AgentName   Group Direction
0  2015-01-01     Smith.John       -        In
1  2015-01-01      Smith.Jan  Claims       Out
2  2015-01-01              -  Claims        In
3  2015-01-01  Smith.Jessica   Other        In

所以我期待

pd.read_csv('C:\Users\Desktop\skills.txt', names=['Date','AgentName','Group','Direction'], skiprows=1, sep='\t')

或者

pd.read_csv('C:\Users\Desktop\skills.txt', names=['Date','AgentName','Group','Direction'], skiprows=1, sep='\s+')

为你工作