用Python整理csv.文件数据

Question

我是一个Python初学者，但我有一个与编程相关的项目要做，所以，我真的很想寻求一些帮助，我没有找到很多简单的解决方案来组织数据，这样我就可以做一些分析。首先，我有多个csv文件，我把它们作为DataFrame对象读取。首先，我有多个csv文件，我把它们作为DataFrame对象读进来，最后，我需要它们一起分析（现在这些文件被分离到DataFrame列表中，但以后我可能会需要这些文件作为一个DataFrame对象）.然而，我有一个组织和分离数据的问题。这些都是在一列中的数千行，其中的一部分被呈现出来。

                                            CIP;Date;Hour;Cons;REAL/ESTIMATED
EN025140855608477018TC2L;11/03/2020;1;0                                 057;R
EN025140855608477018TC2L;11/03/2020;2;0                                 078;R
EN025140855608477018TC2L;11/03/2020;3;0                                 033;R
EN025140855608477018TC2L;11/03/2020;4;0                                 085;R
EN025140855608477018TC2L;11/03/2020;5;0                                 019;R
                                                                    ...
EN025140855608477018TC2L;11/04/2020;20;0                                786;R
EN025140855608477018TC2L;11/04/2020;21;0                                288;R
EN025140855608477018TC2L;11/04/2020;22;0                                198;R
EN025140855608477018TC2L;11/04/2020;23;0                                728;R
EN025140855608477018TC2L;11/04/2020;24;0                                275;R

这个区域，其中巨大的空间之间，数字应该被合并在一起，例如。0.057哪些信息代表了 "缺点"（其实这是最重要的信息）。我应该能够把数据分成5列，以便进行分析。然而，它应该是一个通用的工具，适用于不同的csv文件，而不知道包括符号。但是，内容和标题的结构总是相同的。

如果有人能推荐一种处理这种数据的方法，我会很高兴。

Answer 1

听起来，你想做的是将数据转换为 Cons 列，使空格变成点。

df = pd.read_csv("file.txt", sep=";")
df['Cons'] = df['Cons'].str.replace("\s+",".")
df['Cons'].head()

输出：

0    0.057
1    0.078
2    0.033
3    0.085
4    0.019