如何设置一个空格作为to_csv()的分隔符?-python

Question

我需要将数据帧保存为csv，因为我知道我需要在另一个脚本中使用delim_whitespace=True选项读取该csv文件？

下面是我尝试做什么的一个例子->我正在使用的数据帧df如下：

id  var1        var2
0   0   0.000000    0.000000
1   1   0.000000    0.000000
2   2   0.000000    0.000000

我想用delim_whitespace作为分隔符保存它，所以我尝试了：

df.to_csv('df_file.csv', delim_whitespace=True) #does not work
df.to_csv('df_file.csv', sep=r"s+")            #cannot be opened with a pd.read_csv('df_file.csv', delim_whitespace=True)
df.to_csv('df_file.csv', sep='t')              #cannot be opened with a pd.read_csv('df_file.csv', delim_whitespace=True)
df.to_csv('df_file.csv', sep=' ')               #cannot be opened with a pd.read_csv('df_file.csv', delim_whitespace=True)
df.to_csv('df_file.csv', sep='    ')            #cannot be saved because sep needs one character apparently

我可以使用什么分隔符，以便使用delim_whitespace=True选项读取该文件？

Answer 1

下面是一个完整的保存/读取示例：

样本数据：

import pandas as pd
d = {'id': {0: 0, 1: 1, 2: 2}, 'var1': {0: 0.0, 1: 0.0, 2: 0.0}, 'var2': {0: 0.0, 1: 0.0, 2: 0.0}}
df_save = pd.DataFrame(data=d)

代码：

index=False，否则在加载之后，索引将被添加为另一个单独的列。

p = r'C:test.csv'
df_save.to_csv(p, sep=' ', index=False)
df_read = pd.read_csv(p, sep=' ')

输出：

id  var1  var2
0   0   0.0   0.0
1   1   0.0   0.0
2   2   0.0   0.0

---

如果出现错误：ParserError: Error tokenizing data. C error: Expected 66 fields in line 16080, saw 67

这意味着你在那一行中至少比应该有的多了一个空格。你现在可以用一些阅读器检查文件，例如Pycharm，甚至Excel，然后清理那一行。

或者你可以简单地跳过这样的坏行：

df = pd.read_csv('df_file.csv', error_bad_lines=False)

Answer 2

尝试使用：

df.to_csv("output.csv",sep=' ')

以保存文件。

读取文件：

df=pd.read_csv("output.csv",sep=' ')

您将获得"Unnamed:0"作为列名，只需运行即可处理：

df.drop(columns=['Unnamed: 0'],inplace=True)

Answer 3

首先，您不能在to_csv中使用delim_whitespace。检查文档

---

entries=[[0,1,2],[0.,0.,0.],[0.,0.,0.]]
df=pd.DataFrame(dictt,columns=['id', 'var1', 'var2'])
df

Output:
id  var1    var2
0   0.0     1.0     2.0
1   0.0     0.0     0.0
2   0.0     0.0     0.0

使用sep=' '保存并使用cat检查生成的文件。

df.to_csv('temp.csv',sep=' ')
!cat tt.csv

Output:
id var1 var2
0 0 0.0 0.0
1 1 0.0 0.0
2 2 0.0 0.0

然后可以使用delim_whitespace=True读取

pd.read_csv('temp.csv',delim_whitespace=True)

Output:
id  var1    var2
0   0.0     1.0     2.0
1   0.0     0.0     0.0
2   0.0     0.0     0.0