将 TSV 文件导入 DocArray

Question

我有一些数据存储在 tsv 中。我看到 docArray 提供了方法 from_csv() 来导入它，但我找不到任何好的文档。是否有将分隔符从逗号更改为制表符的参数？

我在文档中找到的唯一东西is this

Answer 1

您找到的文档提到了一个参数dialect：

定义一组特定于特定 CSV 方言的参数。可以是表示系统中预定义方言的字符串，也可以是将特定格式参数组合在一起的 csv.Dialect 类。如果您不知道方言并且默认方言不适合您，您可以尝试将其设置为自动。

其实auto这个值可以成功推断出tsv文件类型和分隔符，你只需要：

# run this command to download a sample file
# wget https://gist.githubusercontent.com/alaeddine-13/76b4aa7805a347cf2cdf12db78e0a81c/raw/a7df1a867e8cf80b4c226f72f219d0b6f2cea8a2/sample.tsv
da = DocumentArray.from_csv('sample.tsv', dialect='auto')

如果您需要特定的方言，您可以提供Dialect 类或提供python's dialects list 中可用的方言名称。