質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • Python 3.x

    7391questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Pandasでtxtを読みこんでもうまくheaderに名前がつかない

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 140

gymgym

score 69

review_df = pd.read_table('reviews.txt', encoding='utf-8',engine='python', names=('num', 'SEP', 'text'))
print(review_df.iloc[:10, :])
                                                 num  SEP  text
0  5 __SEP__ 職場の義理チョコです。 パッケージが落ち着いた感じなので 年配の方にもい...  NaN   NaN
1            5 __SEP__ パッケージも包装も申し分無いです。ありがとうございましたか  NaN   NaN
2       5 __SEP__ さすがに帝国ホテル。美味しかった。バレンタイン用に主人に買いました。  NaN   NaN
3  5 __SEP__ 二人に贈ったのですがどちらも大変喜んでもらえました。一人はその場で写真を...  NaN   NaN
4  5 __SEP__ 主人用に購入したのですが、わけてもらって食べたらとてもおいしかったです。...  NaN   NaN
5  5 __SEP__ 人にプレゼントしてみました。あげた人はどうなのかわかりませんが、大人な雰...  NaN   NaN
6  5 __SEP__ バレンタインようにこのくらいの金額の商品で高級そうなものを探していました...  NaN   NaN
7  5 __SEP__ さすが 帝国ホテルさんです。とても美味しかったです。 バレンタインは こ...  NaN   NaN
8  5 __SEP__ 主人が会社の後輩の女の子からバレンタインでもらってきたので、お返しに注文...  NaN   NaN
9  5 __SEP__ ホワイトデーのお返しに使用し、差し上げた方から高級で美味しく 有り難かっ...  NaN   NaN


理想はnumの行に数字、SEPのところにSEP、textの行に文章といった構成にしたいのですが、うまく分けられません。

review_df = pd.read_csv('rakuten_reviews.txt', encoding='utf-8',engine='python', names=('num', 'SEP', 'text'))
print(review_df.iloc[:10, :])


にすると、

Traceback (most recent call last):
  File "dic.py", line 11, in <module>
    review_df = pd.read_csv('rakuten_reviews.txt', encoding='utf-8',engine='python', names=('num', 'SEP', 'text'))
  File "/home//lib/python3.5/site-packages/pandas/io/parsers.py", line 678, in parser_f
    return _read(filepath_or_buffer, kwds)
  File "/home//lib/python3.5/site-packages/pandas/io/parsers.py", line 446, in _read
    data = parser.read(nrows)
  File "/home//lib/python3.5/site-packages/pandas/io/parsers.py", line 1036, in read
    ret = self._engine.read(nrows)
  File "/home/lib/python3.5/site-packages/pandas/io/parsers.py", line 2266, in read
    alldata = self._rows_to_cols(content)
  File "/home/lib/python3.5/site-packages/pandas/io/parsers.py", line 2909, in _rows_to_cols
    self._alert_malformed(msg, row_num + 1)
  File "/home//lib/python3.5/site-packages/pandas/io/parsers.py", line 2676, in _alert_malformed
    raise ParserError(msg)
pandas.errors.ParserError: Expected 3 fields in line 3470, saw 4


以上のようなエラーが出ます。

どのようにしたらうまくいくのでしょうか。

よろしくお願い致します。

reviews.txtの一部

5 __SEP__ 職場の義理チョコです。 パッケージが落ち着いた感じなので 年配の方にもいいと思います。
5 __SEP__ パッケージも包装も申し分無いです。ありがとうございましたか
5 __SEP__ さすがに帝国ホテル。美味しかった。バレンタイン用に主人に買いました。
5 __SEP__ 二人に贈ったのですがどちらも大変喜んでもらえました。一人はその場で写真を撮ったそうです。さすが帝国ホテル。大人っぽい雰囲気だったので選びました。
5 __SEP__ 主人用に購入したのですが、わけてもらって食べたらとてもおいしかったです。また購入したいです。
5 __SEP__ 人にプレゼントしてみました。あげた人はどうなのかわかりませんが、大人な雰囲気とリッチな感じがいいなと思いました。
5 __SEP__ バレンタインようにこのくらいの金額の商品で高級そうなものを探していました。プレートのものとこちらをお願いしました。 プレートと同じく包装紙やおリボンは高級感がありますが、裏のシールと個別のビニールの袋が残念です。 ソムリエギフトの商品はすぐに売り切れてしまうので、そこも欲しい時に悩んでいるのなくなり残念ですがショップのスタッフは丁寧です、 また、海外のお土産や、日本だけの習慣のホワイトディーようにこうにゅ痛いと思っています。
5 __SEP__ さすが 帝国ホテルさんです。とても美味しかったです。 バレンタインは これに決まり。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

文章内にスペースを含んでいる以上、Separatorをスペースにする事は出来ませんね・・。
もし "__SEP__" が全ての行に含まれているという保証があるのであれば (前後のスペースも含めて)" __SEP__ " を Separator に設定するのが現実的ではないでしょうか。

import pandas as pd

review_df = pd.read_table('reviews.txt', encoding='utf-8', engine='python', sep=' __SEP__ ', header=None, names=['num','text'])

print(review_df)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/12 11:50

    ありがとうございます。理想的な実装ができました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python 3.x

    7391questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。