Pythonで変数の空白区切りテーブルを読む

Question

今、変数空白区切り文字と欠落/空白値を持つテーブルを読み込もうとしています。私はPythonでテーブルを読んで、CSVファイルを生成したいと思います。私はNumPy、Pandas、CSVライブラリを試しましたが、残念ながら変数空間と欠けているデータが一緒になってテーブルを読むことが不可能に近づいています。私は読んしようとしているファイルはここに添付されています goo.gl/z7S2Mo

は誰のpython

Answer 1

に溶液で私を助けることができる場合numpyのモジュールがする機能を持っている本当にお願い申し上げただそれは、（最後の行を参照）ん：

import numpy as np 

path = "<insert file path here>/infotable.txt" 

# read off column locations from a text editor. 
# I used Notepad++ to do that. 
column_locations = np.array([1, 38, 52, 61, 70, 78, 98, 111, 120, 127, 132]) 

# My text editor starts counting at 1, while numpy starts at 0. Fixing that: 
column_locations = column_locations - 1 

# Get column widths 
widths = column_locations[1:] - column_locations[:-1] 

data = np.genfromtxt(path, dtype=None, delimiter=widths, autostrip=True) 

をあなたの正確なユースケースに応じて、列幅を取得するために別の方法を使用するかもしれませんが、あなたのアイデアを得ます。 dtype=Noneは、numpyによって確実にデータ型が決定されます。これは引数dtypeを省略したのとは非常に異なります。最後に、autostrip=Trueは先頭と末尾の空白を削除します。

出力（data）はstructured arrayです。

Answer 2

デリミタは2つ以上のスペース（1つ以上のスペースではなく）にする必要があります。ここソリューションです：

import pandas as pd 
df = pd.read_csv('infotable.txt',sep='\s{2,}',header=None,engine='python',thousands=',') 

結果：

>>> print(df.head()) 
           0    1   2  3  4 5 \ 
0 ISHARES MORNINGSTAR MID GROWTH   ETP 464288307 3892 41700 SH 
1 ISHARES S&P MIDCAP 400 GROWTH   ETP 464287606 4700 47600 SH 
2    BED BATH & BEYOND Common Stock 075896100 870 15000 SH 
3    CARBO CERAMICS INC Common Stock 140781105 950 7700 SH 
4 CATALYST HEALTH SOLUTIONS IN Common Stock 14888B103 1313 25250 SH 

     6  7 8 9 
0 Sole 41700 0 0 
1 Sole 47600 0 0 
2 Sole 15000 0 0 
3 Sole 7700 0 0 
4 Sole 25250 0 0 

>>> print(df.dtypes) 
0 object 
1 object 
2 object 
3  int64 
4  int64 
5 object 
6 object 
7  int64 
8  int64 
9  int64 
dtype: object