将未对齐的 .txt 文件读取到 pd 数据帧

Question

我正在尝试将数字数据从 .txt 读取到 pandas 数据帧，但它需要一些争论。有些行未对齐（我认为是制表符）

数据片段（粘贴表格实际上使其看起来对齐）：

现在的工作只是删除未对齐的行，但这是一个小数据集，我想保留每一行。 代码：

df = pd.read_table('path/file.txt', on_bad_lines='skip', header=None)
df

输出：

    0
0   15.26\t14.84\t0.871\t5.763\t3.312\t2.221\t5.22\t1
1   14.88\t14.57\t0.8811\t5.554\t3.333\t1.018\t4.9...
2   14.29\t14.09\t0.905\t5.291\t3.337\t2.699\t4.82...

使用 read_table 而不跳过坏行会返回： 'ParserError：标记数据时出错。 C 错误：第 8 行预计有 8 个字段，结果看到 10'

我尝试重写 .txt 以用单个空格（或逗号）替换制表符，并尝试使用特定分隔符读取新文件，但这让我回到了 ParserError （策略灵感来自于在整个文本文件 python 中将 Tab 替换为空格）。

inputFile = open('path/file.txt', 'r') # read mode
exportFile = open('path/file_v1.txt', 'w') # write mode
for line in inputFile:
   new_line = line.replace('\t', ',')
   exportFile.write(new_line)

inputFile.close()
exportFile.close()

（PS。Python初学者，第一个StackOverflow问题。如果我错过了一些发帖约定，请提前表示感谢和抱歉）

Answer 1

您可以使用

sep='\s+'

参数来指定如何拆分数据。这意味着每一列都由一个或多个空格分隔。 尝试：

df = pd.read_table('path/file.txt', header=None, sep='\s+') # or sep='\t+'