Question

如何读取具有不同长度的行的数据文件？我正在尝试加载tsv（制表符分隔）文件，每行应包含19个属性。但是某些行具有4个属性，而下一行具有其他属性。每条记录具有全部19个属性，但它们只有不规则的换行符。该文件如何处理？我想将它们作为数据集存储在表中，然后可以使用iloc获取合适的列表。

我运行了这段代码，但是得到了错误 “错误标记数据。C错误：在32770行中应有16个字段，看到了19个”

import numpy as np
import pandas as pd

dataset = pd.read_csv('data1.tsv',sep="\t",header=None)
T = dataset.iloc[:,8].values

文件就像：

(line1)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(line2)1 2 3 4 
(line3)5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(line4)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
...

Answer 1

我解决了这个问题，但是..我的代码真的很丑


    import csv
    with open('data1.tsv',newline='') as csvfile:
    spamreader = csv.reader(csvfile, delimiter='\t')
    dataset=[]
    tmp=[]
    for row in spamreader:
        if len(row)==19:
            dataset.append(row)
        elif len(row)==4:
            tmp=row
        elif len(row)==15:
            tmp.extend(row)
            dataset.append(tmp)
            tmp=[]

如何读取带有不规则换行符的tsv文件

1 个答案: