用空格分隔的熊猫加载 csv 时出错

Question

我有一个 csv 文件，我称之为 test.csv。它由 分隔。为了检查它的正确性，我将awk 'NR==**' test.csv | wc -w 用于不同的 ** 值，并确保它具有预期的 2595 列。

它有一个标题行。我使用以下代码将 csv 加载为 numpy 数组：

 a = np.genfromtxt("test.csv", skip_header=1, delimiter=' ')
 a.shape
(3367, 2595)

它正确加载了包含 2595 列的文件。

当我使用以下代码用 pandas 加载它时，它加载了列数错误的文件。

test = pd.read_csv("test.csv", sep=' ')
test.shape
(3367, 2539)

然后我使用delim_whitespace=True 而不是sep=' '，它仍然给出了相同的结果。

最后，我使用了index_col=False，它抛出了一个IndexError: list index out of range。

这是熊猫中的错误还是我做错了什么？我正在使用版本0.19.0。

Answer 1

没有看到文字很难说，但我猜它与标题行有关。

试试：

df = pd.read_csv("text.csv", sep=" ", skiprows=1)
df.shape