令人困惑的熊猫read_table错误

Question

我想读熊猫使用seeds dataset。当加载使用文件：

df = pd.read_table("seeds_dataset.txt", header=None) 

我得到：

CParserError: Error tokenizing data. C error: Expected 8 fields in line 8, saw 10 

现在，加载与Excel文件，我需要指定标签和空间，在同一时间分隔符，以正确读取文件在第8行，这是熊猫无法完成的事情（据我所知）。 Sublime Text直接精确读取文件。

我不想跳过error_bad_lines的坏行，因为它们没有任何问题。我也用lineterminator没有成功。

Answer 1

尝试选项“delim_whitespace”。

df = pd.read_table("seeds_dataset.txt", header=None, delim_whitespace = True) 

编辑：更详细的解释：

方法签名read_table是here。它有各种选项，其中之一是sep。这定义了字段之间的分隔符，其默认值是'\ t'（制表符）。一种解决方法是更改​​sep参数。 pandas解析器的python实现允许您使用正则表达式分隔符，因此sep = "\\s+"将分隔任意数量的空白。然而，C语法分析器（它看起来像你从错误信息中使用的）不允许你使用正则表达式。它确实有delim_whitespace选项，但是，它完全符合您的需求！