【问题标题】：CSV with additional whitespace带有额外空格的 CSV
【发布时间】：2020-03-25 21:58:44
【问题描述】：

如何在正确的位置读取带有11 和12、23 和24 的文件？

例如，数字11 和12 应分别位于x3 和x4 变量中。

MWE 如下所示（obs.: csv 格式）。

x1;x2;x3;x4;
1;2;3;4;
5;6;7;8;
9;10;;11;12
13;14;15;16;
17;18;19;20;
21;22;;23;24

编辑 - 实例说明

Dataset snapshot

【问题讨论】：

我认为您需要定义您认为的“正确位置”。此外，您似乎错过了 MWE 中的代码
例如，数字11和12应该分别在x3和x4变量中。
这能回答你的问题吗？ Smarter Removing Unnecessary WhiteSpace CSV
@man0s 此解决方案用于字符串中的空格。

标签： python pandas csv

【解决方案1】：

假设你的“正确”位置是 x4 列。您可以为 sep 传入一个正则表达式，它将在一次或多次出现 ';' 时拆分数据：

data = '''x1;x2;x3;x4;
          1;2;3;4;
          5;6;7;8;
          9;10;;11;12
          13;14;15;16;
          17;18;19;20;
          21;22;;23;24'''

pd.read_csv(StringIO(data),sep='[;]+',engine='python').iloc[:,:-1]

    x1  x2  x3  x4
0   1   2   3   4
1   5   6   7   8
2   9   10  11  12
3   13  14  15  16
4   17  18  19  20
5   21  22  23  24

【讨论】：

感谢您的回答。我的数据是 csv 文件，在这种情况下，不起作用。我需要直接从csv 文件中读取。
您在实际读取数据时是否包含了 StringIO？只需在读取您自己的数据时删除 StringIO。
我放了数据集的快照。
@WagnerSilva 我们需要查看原始数据以了解问题所在（在这种情况下，问题似乎在“AX”列中）。

【解决方案2】：

此 csv 文件有 5 列：x1、x2、x3、x4 和一列没有名称（在最后一个分号之后）。

11 和 12（以及 23 和 24）唯一正确的位置是在 x4 和第五列。

如果您想要 x3 和 x4 中的那些，则必须在 11 和 23 之前删除额外的 ;。

您可能需要检查原始文件以查看字段内是否有分隔符。

【讨论】：

这是一个最小工作示例 (MWE)，在我的问题中有大量行和许多 csv。
他们是否有同样的问题，或者你可能在字段内有一些分隔符？如果它们像您的示例，则应该修复（创建）csv 文件，而不是解析。
@WagnerSilva 你能提供一些真实数据（或这些文件中的一些问题行）来看看吗？