數據讀取 - csv

我在.dfx文件中有一些數據，我試圖將它作爲帶熊貓的csv讀取。但它有一些熊貓不能讀的特殊字符。它們也是分隔符。 I attached one line from it 數據讀取 - csv

當我打印文件時，「DC4」被刪除。 SI被正確讀取爲空格。我嘗試了一些編碼（utf-8，latin1等），但沒有成功。 I attached the printed first line as well. I marked the place where the characters should be.

我的代碼很簡單：

import pandas 

file_log = pandas.read_csv("file_log.DFX", header=None) 

print(file_log)

我希望我是清楚的，有人有一個想法。在此先感謝！

編輯：

輸入。 LINK：drive.google.com/open?id=0BxMDhep-LHOIVGcybmsya2JVM28

預期輸出：

88.4373 0 12.07.2014/17:05:22 38.0366 38.5179 1.3448 31.9839 
30.0070 0 12.07.2014/17:14:27 38.0084 38.5091 0.0056 0.0033

來源

2017-02-16 koger23

你能提供一個示例輸入（不是圖像）和期望的輸出嗎？ –

--------------------------------- – koger23

我加了你需要的東西，反正我也解決不了，如果我只是評論它的特殊字符。 – koger23

通過檢查在十六進制example.DFX（與xxd），兩個分離器是0x14和0x0f因此。

閱讀與使用python引擎多重分隔符的CSV：

import pandas 

sep1 = chr(0x14) # the one shows dc4 
sep2 = chr(0x0f) # the one shows si 
file_log = pandas.read_csv('example.DFX', header=None, sep='{}|{}'.format(sep1, sep2), engine='python') 

print file_log

，你會得到：

  0 1     2  3  4  5  6 7 
0 88.4373 0 12.07.2014/17:05:22 38.0366 38.5179 1.3448 31.9839 NaN 
1 30.0070 0 12.07.2014/17:14:27 38.0084 38.5091 0.0056 0.0033 NaN

。好像是在最後一個空列。但我相信你可以處理。

來源

2017-02-16 20:21:44

工作正常。非常感謝你！ – koger23

編碼在這裏似乎是ASCII。 DC4代表「設備控制4」，SI代表「換入」。這些是ASCII文件中的控制字符，不可打印。因此，當您發出「print（file_log）」時，您看不到它們，儘管它可能會根據您的終端執行某些操作（例如\ n會做一個換行符）。

嘗試在解釋器中輸入file_log以獲取該變量的表示形式，並檢查是否包含這些特殊字符。很可能你會在表達式中看到DC4爲'\ x14'，這意味着十六進制14. 然後，您可以使用字符串操作（如replace）在程序中進一步處理這些字符串。

來源

2017-02-16 20:28:38

數據讀取 - csv

回答

相關問題