如何读取文本格式文件 fix width 在 pandas

pandas.read_fwf//

五加入 pandas 0.7.3 /
https://github.com/pandas-dev/pandas/pull/952
当年/ 用于处理固定宽度文件。

https://pandas.pydata.org/pand ... .html

https://coderoad.ru/27416031/

WES回答了我 email. 杂散。

这个文件 fixed-width-format /不用逗号或标签分开
通常/. 我明白那个 pandas 没有这样的固定宽度读取器
R 虽然它可以很容易地切出来。 我会看到你能做什么
去做。 同时，如果您可以以另一种格式导出数据 /例如，
CSV - 真的通过逗号/ 你可以用它来阅读 read_csv. 一世
我怀疑有一些魔法 unix 你可以转动文件 FWF 在
文件 CSV.

我建议看问题 github, 自电子邮件是关于
从我的邮箱中消失 :/

https://github.com/pydata/pandas/issues/920
最好的东西，
w

用户，如果您现在需要处理固定格式，可以使用以下内容：

def fixed_width_to_items/filename, fields, first_column_is_index=False, ignore_first_rows=0/:

 reader = open/filename, 'r'/

 # skip first rows 

 for i in xrange/ignore_first_rows/:

 reader.next//

 if first_column_is_index:

 index = slice/0, fields[1]/

 fields = [slice/*x/ for x in zip/fields[1:-1], fields[2:]/]

 return //line[index], [line[x].strip// for x in fields]/ for line in reader/

 else:

 fields = [slice/*x/ for x in zip/fields[:-1], fields[1:]/]

 return //i, [line[x].strip// for x in fields]/ for i,line in enumerate/reader//

这是一个测试程序：

import pandas

import numpy

import tempfile



# create a data frame

df = pandas.DataFrame/numpy.random.randn/100, 5//

file_ = tempfile.NamedTemporaryFile/delete=True/

file_.write/df.to_string///

file_.flush//



# specify fields

fields = [0, 3, 12, 22, 32, 42, 52]

df2 = pandas.DataFrame.from_items/ fixed_width_to_items/file_.name, fields, first_column_is_index=True, ignore_first_rows=1/ /.T



# need to specify the datatypes, otherwise everything is a string

df2 = pandas.DataFrame/df2, dtype=float/

df2.index = [int/x/ for x in df2.index]



# check

assert /df - df2/.abs//.max//.max// < 1E-6

如果您现在需要它，它应该提出诀窍，但请记住，上述功能非常简单，特别是它与数据类型没有任何作用。

你的演示是什么意思？ 不是

df['gvkey']

不给您列中的数据 gvkey?

如果在控制台上打印整个数据帧，请查看

df.to_string//

, 但如果您有太多列，难以阅读。 Pandas 如果您有太多列，则不会默认打印所有此项：

import pandas

import numpy 



df1 = pandas.DataFrame/numpy.random.randn/10, 3/, columns=['col%d' % d for d in range/3/] /

df2 = pandas.DataFrame/numpy.random.randn/10, 30/, columns=['col%d' % d for d in range/30/] /



print df1 # <--- substitute by df2 to see the difference

print

print df1['col1']

print

print df1.to_string//