Pandas 读取带空格的文件名

我有一个由空格分隔的 3 列文本文件，我喜欢将其放入数据框中。 我使用以下构造来执行此操作：

df = pd.read_csv(my_file, sep=' ', skiprows=4, names=('cola','colb','filename') )

效果很好，直到我遇到其中包含空格的文件名。

我在 pd.read_csv 中找不到选项来限制列数并处理最后一个位为 1 列。 我如何将这样的文件放入数据框中？

PS 我知道该文件的格式很愚蠢，但这超出了我的控制范围

可以使用 delim_whitespace=True 将空格视为分隔符，并使用 quotechar='"' 将文件名用引号引起来。

以下是如何操作的：

df = pd.read_csv(my_file, delim_whitespace=True, skiprows=4, names=('cola','colb','filename'), quotechar='"')

解释：

• delim_whitespace=True : 这告诉 Pandas 使用任何数量的空格作为分隔符，而不仅仅是单个空格。
• quotechar='"' : 这告诉 Pandas 将双引号内的任何内容视为单个列，即使其中包含空格。

示例：

如果的文件 my_file.txt 看起来像这样：

# 这是一些注释行
# ...
1 2 filename without spaces.txt
3 4 "filename with spaces.txt"

那么代码将会创建以下数据框：

   cola  colb                    filename
0     1     2  filename without spaces.txt
1     3     4     filename with spaces.txt

注意:

• 确保文件名中的空格确实用双引号引起来。如果并非所有文件名都被引起来，则可能需要先预处理文件。
• 如果的文件名中包含双引号字符，则需要选择其他 quotechar 或使用其他方法来处理这些情况。