Pandas read_csv 多重分隔符

在实际的数据分析中，我们经常会遇到数据中含有多重分隔符的情况。如果我们只使用单个分隔符读取这些数据，就会导致读取的数据结构混乱或错误。这时，我们需要使用 read_csv 函数的多重分隔符参数。

使用 read_csv 读取多重分隔符的数据

使用 read_csv 函数加载多重分隔符的数据需要额外指定分隔符参数。例如，我们有一份含多重分隔符的数据：

Name|Age|Favourite_Food|Address;Salary
Tom|30|Pizza|Hong Kong;50000
Jerry|25|Steak|New York;60000

我们需要指定将其分隔为两个部分：| 和 ;。以下是使用 read_csv 函数读取该数据的示例代码：

import pandas as pd

data = pd.read_csv('data.csv', sep='[;|]', engine='python')
print(data.head())

在上面的代码中，我们将 sep 参数设置为包含所有分隔符的正则表达式 [;|]，并将 engine 参数设置为 python。这里是为了避免使用 C 引擎与正则表达式过滤器产生的冲突。

结论

使用 read_csv 函数时，如果您发现您的数据中包含多个分隔符，请不要直接使用单个分隔符进行数据加载。取而代之的是，使用 sep 参数指定分隔符正则表达式，让 read_csv 函数帮助您解析多重分隔符的数据。