如何读取以空格和：分隔的文件

Question

我的数据的格式为：

1440：0.033906222568727 730：0.0424739279722748 1523：0.0773048148348295 1893：0.0433930684646909

1 271：0.0646290650479301 405：0.0653366028581683 584：0.0744087075001463 770：0.0717824200677465

1 577：0.0679078686536282 761：0.0506946081073312

-1 440：0.0437614564467411 798：0.0370070258333617 831：0.0549176430011721 1681：0.0715035548706038 1963：0.102891965918849 2667：0.0461603813033019 2899：0.0672807783934756

我想要以表格形式输出：

1 440 0.033906222568727 ......
1 271 0.0646290650479301 ...... 
1 271 0.0646290650479301 ......
1 577 0.0679078686536282 .........

我尝试使用

 x = pd.read_csv('rcv1_train.binary', sep = "\s+|:",  engine = 'python')

并得到一个错误：

pandas.errors.ParserError：预期在134行的413个字段中看到419。错误可能是由于使用多字符定界符时引号被忽略。

Answer 1

第134行中的数据可能有误

尝试使用error_bad_lines=False 。

x = pd.read_csv('rcv1_train.binary', sep = "\s+|:",  engine = 'python', error_bad_lines=False)