Pandas: 自定义 pandas 中的 read_csv 分隔符

在本文中，我们将介绍如何在 pandas 的 read_csv 函数中自定义分隔符。read_csv 函数是 pandas 中常用的一个函数，其作用是将 csv 格式的数据读入 pandas 的 DataFrame 数据结构中。在默认情况下，该函数支持的分隔符是逗号（,）。但是有些情况下，我们可能需要使用其他的分隔符，例如分号（;）、制表符（\t）等。下面，我们将分别介绍如何使用这些分隔符。

阅读更多：Pandas 教程

使用分号（;）作为分隔符

使用分号作为分隔符的情况并不常见，但是在一些国家和地区，人们普遍使用分号作为 csv 文件的分隔符。例如，法国国家统计局就使用分号作为其发布的 csv 文件的分隔符。

要使用分号作为分隔符，我们可以在 read_csv 函数中指定参数 delimiter=’;’ 或 sep=’;’。这里的 delimiter 是 delimiter（分隔符）的缩写，sep 是 separator（分隔符）的缩写。两个参数的效果是一样的，我们可以根据自己的喜好选择使用哪一个。

例如，我们有一个名为 ‘data.csv’ 的 csv 文件，其内容如下所示：

name;age;gender
Tom;18;M
Lucy;20;F

我们可以使用如下代码读入该 csv 文件：

import pandas as pd

df = pd.read_csv('data.csv', delimiter=';')

这样，df 中将包含三列数据，名称分别为 name、age、gender。

使用制表符（\t）作为分隔符

在一些场景下，csv 文件的内容中可能包含了逗号，这时候使用逗号作为分隔符就会产生困扰。例如，我们有一个名为 ‘data.csv’ 的 csv 文件，其内容如下所示：

name    age gender
Tom, Jr.    18  M
Lucy    20  F

这里的第一行中，姓名中包含了逗号。如果我们使用逗号作为分隔符，就会将姓名和姓氏分开。这时候，我们可以使用制表符作为分隔符。制表符不仅不会与逗号混淆，而且在许多文本编辑器中可以很容易地生成（按下 Tab 键即可）。

要使用制表符作为分隔符，我们可以在 read_csv 函数中指定参数 delimiter=’\t’ 或 sep=’\t’。

例如，我们可以使用如下代码读入上述的 csv 文件：

import pandas as pd

df = pd.read_csv('data.csv', delimiter='\t')

这样，df 中将包含三列数据，名称分别为 name、age、gender。

总结

本文介绍了如何在 pandas 的 read_csv 函数中自定义分隔符。我们分别介绍了使用分号和制表符作为分隔符的方法，并给出了相应的示例代码。当读入的 csv 文件中包含逗号等与默认分隔符冲突的字符时，我们可以使用这些方法来正确地读取数据。阅读完本文后，希望读者能够掌握如何使用自定义分隔符读取 csv 文件的方法。