在 pandas csv_read 中用文本定义适当的分隔符

Question

我一直在阅读有关使用 python 和 sklearn 进行机器学习的文章。 我尝试使用 iris 数据集进行练习，然后继续在 UCI 网站上查找其他数据集。

我找到了一个叫 "Amazon Book Reviews".

文档说每个条目都用新行分隔，四个属性中的每一个都用空格“”分隔。

不幸的是，由于您有标题（文本）和描述（html），因此数据到处都包含空格。

当我尝试使用 panda csv_read 函数时，它当然不知道在哪里分隔列，我也不知道。

有什么想法吗？对于机器学习（和一般的编程）初学者来说，我是不是太过分了？

Answer 1

您没有做错任何事情，文档实际上是不正确的。数据文件中使用的分隔符实际上是一个制表符'\t' 字符。您可以将其用作delimiter 的pandas.read_csv 参数。

祝你分析顺利！

Answer 2

每个条目都用新行分隔，四个属性中的每一个都用空格“”分隔

read_csv 提供an optional sep argument，默认为','

您可以将其设为空格。