在python中读取一个可变的空白分隔表

Question

现在我正在尝试读取一个具有可变空白分隔符并且也有缺失/空白值的表。我想在 python 中读取表格并生成一个 CSV 文件。我尝试过 NumPy、Pandas 和 CSV 库，但不幸的是，可变空间和缺失数据都让我几乎无法阅读表格。我正在尝试阅读的文件附在此处：goo.gl/z7S2Mo

如果有人能帮助我解决 python 中的解决方案，我将不胜感激

Answer 1

您需要分隔符为两个或更多空格（而不是一个或多个空格）。这是一个解决方案：

import pandas as pd
df = pd.read_csv('infotable.txt',sep='\s{2,}',header=None,engine='python',thousands=',')

结果：

>>> print(df.head())
                                0             1          2     3      4   5  \
0  ISHARES MORNINGSTAR MID GROWTH           ETP  464288307  3892  41700  SH   
1   ISHARES S&P MIDCAP 400 GROWTH           ETP  464287606  4700  47600  SH   
2               BED BATH & BEYOND  Common Stock  075896100   870  15000  SH   
3              CARBO CERAMICS INC  Common Stock  140781105   950   7700  SH   
4    CATALYST HEALTH SOLUTIONS IN  Common Stock  14888B103  1313  25250  SH   

      6      7  8  9  
0  Sole  41700  0  0  
1  Sole  47600  0  0  
2  Sole  15000  0  0  
3  Sole   7700  0  0  
4  Sole  25250  0  0  

>>> print(df.dtypes)
0    object
1    object
2    object
3     int64
4     int64
5    object
6    object
7     int64
8     int64
9     int64
dtype: object