在python中读取以空格分隔的变量表

Question

现在，我试图读取一个表，它有一个可变的空格分隔符，同时也有缺失的/空白的值。我想阅读python中的表并生成一个CSV文件。我尝试过NumPy、Pandas和CSV库，但不幸的是，变量空间和丢失的数据一起让我几乎无法阅读表。我试图阅读的文件附在这里： goo.gl/z7S2Mo型在

如果有人能帮我用python解决方案，我将不胜感激

Answer 1

numpy模块有一个函数可以实现这一点（见最后一行）：

import numpy as np

path = "<insert file path here>/infotable.txt"

# read off column locations from a text editor.
# I used Notepad++ to do that.
column_locations = np.array([1, 38, 52, 61, 70, 78, 98, 111, 120, 127, 132])

# My text editor starts counting at 1, while numpy starts at 0. Fixing that:
column_locations = column_locations - 1

# Get column widths
widths = column_locations[1:] - column_locations[:-1]

data = np.genfromtxt(path, dtype=None, delimiter=widths, autostrip=True)

根据具体的用例，您可以使用不同的方法来获得列宽，但是您得到了这个想法。dtype=None确保numpy为您确定数据类型；这与省略dtype参数非常不同。最后，autostrip=True去掉前导空格和尾随空格。在

输出（data）是structured array。在

Answer 2

您需要分隔符为两个或更多个空格（而不是一个或多个空格）。这里有一个解决方案：

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

结果：

^{2}$