read_csvでタブ区切りがうまくいかない

Question

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_csv(‘./user.csv', header=0,sep='\s\t+|,',engine='python')
df

とコードを書いて実行すると、

０	0	100\tuser\t110\t120\t90\t80\t100	NaN	NaN	NaN	NaN	NaN	NaN	NaN

という感じで、一つのセルに一列のデータが全部入り、他のセルが全部NaNになってしまいます。

sep='\s\t+|,’

と書いたので、タブも全部区切ってくれる、と思っていたのですがなぜこのようになってしまうのでしょうか？

Answer 1

そもそも

sep='\s\t+|,"

の場合

• "空白文字の後にタブが数個ある場合"
• ","

のどちらかがセパレータになりますので空白文字が１つしか無いばあはは区切ってくれないのではないでしょうか。

もともと 空白文字"\s" には タブ"\t" も含みますので単に

sep='\s+|,"　『空白文字が１つ以上』または『,』

でよいのではないでしょうか

Answer 2

セパレータ(区切り文字)の設定に問題があります。

df = pd.read_csv(‘./user.csv', header=0,sep='\t',engine='python')

というように、セパレータにタブ('\t')を指定するか、

df = pd.read_table(‘./user.csv', header=0)

タブ区切りでファイルを読み込む read_tableを使ってみてください。

Comments

[k0908]

ありがとうございます。
df = pd.read_csv(‘./user.csv', header=0,sep='\t',engine='python')　と書いて実行すると、
ParserError: Expected 1 fields in line 3, saw 7　とエラーが出て、
df = pd.read_table(‘./user.csv', header=0)　と書いて実行すると、
ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 7　とエラーが出ました。

headerをつけたりしたのですが、うまくいかず・・・。

[coco_bauer]

ひょっとして、‘./user.csv'というファイルは行ごとに項目数が異なるような内容でしょうか？　"Expected 1 fields in line 3, saw 7"(項目数は１だと想定してましたが３行目には7項目もありました(^o^);;;)とのエラーメッセージが出ていますので。

[coco_bauer]

差し支えなければ、user.csvファイルの内容(最初の数行分)を質問に追加してください。

[k0908]

項目数が違うことがエラーの原因でした。ありがとうございます！