熊猫读取没有分隔符和不同列宽的文件答案

【问题标题】：Pandas read file with no delimiter and with different column widths熊猫读取没有分隔符和不同列宽的文件
【发布时间】：2022-07-01 21:33:25
【问题描述】：

我想使用 pandas 读取纯文本文件。我有没有分隔符和不同宽度的条目，如下所示：

59967Y98Doe John            6211100004545SO20140314-  00024278
N0546664SCHMIDT-PETER       7441100008300AW20140314-  00023643
G4894jmhTAKLONSKY-JUERGEN   4211100005000TB20140315   00023882
34875738PODESBERG-SCHUMPERTS6211100003671SO20140315   00024622

1-8 是一个字符串。
9-28 是一个字符串。
29-31 是数字。
32-34 是数字。
35-41 是数字。
42-43 是一个字符串。
44-51 是日期 (yyyyMMdd)。
52 是减号或空白
Rest 是没有小数点的货币金额（最后 2 位总是在小数点之后）。例如：- 00024278 = -242.78 欧元

我知道有pd.read_fwf

有一个参数width。我可以这样做：

pd.read_fwf(StringIO(txt), widths=[8], header="Peronal Nr.")

但是我怎样才能读取具有不同列宽的文件呢？

【问题讨论】：

标签： python pandas text

【解决方案1】：

正如widths 中的s 所建议的，您可以传递一个宽度列表：

pd.read_fwf(io.StringIO(txt), widths=[8,20,3,3,7,2,8,1,99], header=None)

输出：

          0                     1    2    3     4   5         6    7      8
0  59967Y98              Doe John  621  110  4545  SO  20140314    -  24278
1  N0546664         SCHMIDT-PETER  744  110  8300  AW  20140314    -  23643
2  G4894jmh     TAKLONSKY-JUERGEN  421  110  5000  TB  20140315  NaN  23882
3  34875738  PODESBERG-SCHUMPERTS  621  110  3671  SO  20140315  NaN  24622

【讨论】：