[熊猫，蟒蛇]； 在空间分隔的数据框中保留空列

Question

我有一个数据框，其值如下

A B C D
1 2 3 4
5   6 7
8     9

当我使用以下内容将上述框架读入 Pandas 时

pd.read_csv(io.StringIO(raw_2), sep='\s+')

它被读作

A B C   D
1 2 3   4
5 6 7   NaN
8 9 NaN NaN

有没有办法可以保留空白列并在 D 列下使用 9 而不是 B

Answer 1

您需要一个读取固定宽度列的阅读器：

pd.read_fwf(io.StringIO(raw_2))
#   A    B    C  D
#0  1  2.0  3.0  4
#1  5  NaN  6.0  7
#2  8  NaN  NaN  9

不保证此过程在一般情况下有效。 您可能必须手动指定列宽。

Answer 2

您可以使用：

pd.read_csv(io.StringIO(raw_2), sep=r'\s{1,2}')

    A   B   C   D
0   1   2.0 3.0 4
1   5   NaN 6.0 7
2   8   NaN NaN 9

它使用正则表达式模式 \\s{1,2} 作为分隔符。 此正则表达式匹配 1 或 2 个空白字符。

\\s{1,2} 匹配任何空白字符（等于 [\\r\\n\\t\\f\\v ]）

{1,2} 量词 - 匹配 1 到 2 次，尽可能多，根据需要回馈