Python Pandas：如何在读取文件时跳过列？

Question

我的表格格式如下：

foo - bar - 10 2e-5 0.0 some information
quz - baz - 4 1e-2 1 some other description in here

当我用熊猫打开它时：

a = pd.read_table("file", header=None, sep=" ")

它告诉我：

CParserError: Error tokenizing data. C error: Expected 9 fields in line 2, saw 12

我基本上喜欢的是类似于skiprows选项，它可以让我做类似的事情：

a = pd.read_table("file", header=None, sep=" ", skipcolumns=[8:])

我知道我可以用awk重新格式化这个表，但是我想知道是否存在Pandas解决方案。

谢谢。

Answer 1

usecols参数允许您选择要使用的列：

a = pd.read_table("file", header=None, sep=" ", usecols=range(8))

但是，要接受不规则的列数，您还需要使用engine='python' 。

Answer 2

如果您使用的是Linux / OS X / Windows Cygwin，则应该能够按如下方式准备文件：

cat your_file |  cut -d' ' -f1,2,3,4,5,6,7 > out.file

然后在Python中：

a = pd.read_table("out.file", header=None, sep=" ")

例：

输入：

foo - bar - 10 2e-5 0.0 some information
quz - baz - 4 1e-2 1 some other description in here

输出：

foo - bar - 10 2e-5 0.0
quz - baz - 4 1e-2 1

您可以在命令行上手动运行此命令，或者只需使用subprocess模块从Python中调用它。