Python读取具有千位分隔符的逗号分隔txt文件

Question

我的逗号分隔的文本文件包含以下格式的数据（当然，还有更多列和行）。

1977,PA,2017-08-07,55,New Firms,327.0
1978,NY,2017-08-07,45,New Firms,$30,127
1978,NY,2017-08-07,$10,000,New Firms,1,000

正如您所看到的，有些数据包含千位分隔符，我这样读取：

df=pd.read_csv("data.txt", thousands=r',')
df.head()

这会出现一个错误消息

ParserError: Error tokenizing data. C error: Expected 13 fields in line 102996, saw 14

我认为错误发生的原因是某些数据包含了千位分隔符。有什么建议吗？

- kevin

---

一个快速的解决方法是只需使用.split(", ")。 - fractals

你能详细说明一下你的建议吗？ - kevin

Answer 1

请尝试使用以下内容：

df=pd.read_csv("text.csv", sep=', ',header =None,names=['colA','colB','colC','colD','colE','colF'])

df.head()

输出为：

Out[25]: 
   colA colB        colC     colD       colE     colF
0  1977   PA  2017-08-07       55  New Firms    327.0
1  1978   NY  2017-08-07       45  New Firms  $30,127
2  1978   NY  2017-08-07  $10,000  New Firms    1,000

- Thanos

Answer 2

也许需要额外添加一个sep参数：

df = pd.read_csv("data.txt", sep = ', ', header = None, thousands = ',')

- U13-Forward