pandas读取csv忽略换行符

Question

我有一个数据集（对于那里的compbio人，它是一个FASTA）充满了换行符，不作为数据的分隔符。

有没有办法让pandas在导入时忽略换行符，使用任何pandas读取函数？

样本数据：

> ERR899297.10000174 TGTAATATTGCCTGTAGCGGGAGTTGTTGTCTCAGGATCAGCATTATATATCTCAATTGCATGAATCATCGTATATATGC TATCAAGATCAGCCGATTCT

每个条目由“>”分隔，由新行分割（限于，但实际上并未在全球范围内受到尊重，每行80个字符）

Answer 1

当你确实想要改变元组时，你需要有另一个标志来告诉大熊猫。

这里例如我创建一个文件，其中新行由管道（|）编码：

csv = """
col1,col2, col3, col4|
first_col_first_line,2nd_col_first_line,
3rd_col_first_line

de,4rd_col_first_line|
"""
with open("test.csv", "w") as f:
    f.writelines(csv)

然后用C引擎读取它并将管道精确地作为行终止符：

import pandas as pd
pd.read_csv("test.csv",lineterminator="|", engine="c")

这给了我：

Answer 2

没有好办法做到这一点。单独使用BioPython就足以解决迭代BioPython对象并插入数据帧的混合解决方案