令人困惑的熊貓read_table錯誤

Question

我想讀熊貓使用seeds dataset。當加載使用文件：

df = pd.read_table("seeds_dataset.txt", header=None) 

我得到：

CParserError: Error tokenizing data. C error: Expected 8 fields in line 8, saw 10 

現在，加載與Excel文件，我需要指定標籤和空間，在同一時間分隔符，以正確讀取文件在第8行，這是熊貓無法完成的事情（據我所知）。 Sublime Text直接精確讀取文件。

我不想跳過error_bad_lines的壞行，因爲它們沒有任何問題。我也用lineterminator沒有成功。

Answer 1

嘗試選項「delim_whitespace」。

df = pd.read_table("seeds_dataset.txt", header=None, delim_whitespace = True) 

編輯：更詳細的解釋：

方法簽名read_table是here。它有各種選項，其中之一是sep。這定義了字段之間的分隔符，其默認值是'\ t'（製表符）。一種解決方法是更改​​sep參數。 pandas解析器的python實現允許您使用正則表達式分隔符，因此sep = "\\s+"將分隔任意數量的空白。然而，C語法分析器（它看起來像你從錯誤信息中使用的）不允許你使用正則表達式。它確實有delim_whitespace選項，但是，它完全符合您的需求！