读取熊猫中具有多个制表符和空格分隔值的 TXT 文件

Question

我想像这样使用panda读取一个固定宽度的文件.txt：

option19971675181       ACHILLE BLA BLA BLA1                                 blabla    88   498
option19971675182       ACHILLE BLA BLA BLA1                                  blabla   176   498
option19971675183       ACHILLE BLA BLA BLA1                                  blabla   191   498
option19971675184       ACHILLE BLA BLA BLA1                                  blabla   521   498
option19971675185       ACHILLE BLA BLA BLA1                                  blabla   919   498
option19971675186       ACHILLE BLA BLA BLA134234531                          blabla    10    498
option19971675187       ACHILLE BLA BLA BLA134234531 7 65                     blabla     0     0
option19971675188       ACHILLE BLA BLA BLA1342 90345 31                      blabla     0     0
option19971675189      ACHILLE BLA BLA BLA 134 23N 094 87OP531                blabla     0     0
option19971675190       ACHILLE BLA BLA BLA 134 23N 094 87OP53                blabla     0     0

我试着把文件读成熊猫的样子。文件的值用空格分隔

但我不知道如何将文本选项199716751810分为两列。

我使用了答案中的代码，它有效，但不适用于第一行

df = pd.read_csv("test.txt", delimiter ="ss+", header = None,error_bad_lines=False)
df[df.columns[0]] = df[df.columns[0]].str.replace("option199716","")
>>> df

我得到了这个输出

75181       ACHILLE BLA BLA BLA1                                 blabla    88   498
75182       ACHILLE BLA BLA BLA1                                  blabla   176   498
75183       ACHILLE BLA BLA BLA1                                  blabla   191   498
75184       ACHILLE BLA BLA BLA1                                  blabla   521   498
75185       ACHILLE BLA BLA BLA1                                  blabla   919   498
75186       ACHILLE BLA BLA BLA134234531                          blabla    10    498
75187       ACHILLE BLA BLA BLA134234531 7 65                     blabla     0     0
75188       ACHILLE BLA BLA BLA1342 90345 31                      blabla     0     0
75189      ACHILLE BLA BLA BLA 134 23N 094 87OP531                blabla     0     0
75190       ACHILLE BLA BLA BLA 134 23N 094 87OP53                blabla     0     0

但它仍然显示错误：Skipping line 16: Expected 5 fields in line 136, saw 6. Error could possibly be due to quotes being ignored when a multi-char delimiter is used.有人能帮我拿这个plz 吗

Answer 1

假设您的文本文件的间距与问题中的完全相同，请尝试以下操作：

df = pd.read_csv("test.txt", delimiter ="ss+")
df[df.columns[0]] = df[df.columns[0]].str.replace("option199716","")
>>> df
0        1         2   3   4
0  751810   Pascal      Male  23  11
1  845087  Achille      Male  13  12
2  602183     Hera  Femelles   9  98
3  802183     Alma  Femelles  19  88