从 CSV 文件中读取列似乎不起作用

Question

我有一个 .csv 新闻文章数据集，其中（应该有）出版栏、日期、标题等。当我用 Numbers 打开这个文件时，它完美地显示了这一点，每一栏都被考虑在内。但是，当我尝试使用 Jupyter 笔记本中的文件时，这些列似乎无法正常工作。这是我拥有的：

%matplotlib inline
import matplotlib
import numpy as np
import matplotlib.pyplot as plt

import pandas as pd

data = pd.read_table("filename.csv",encoding="utf-8")

data.columns #and

然后它给了我：

Index(['SEARCH_ROW,PUBLICATION,DATE,TITLE,EDITION,BYLINE,LANGUAGE,SECTION,JOURNAL-CODE,NYT,PUBLICATION-TYPE,LENGTH,LOAD-DATE,TEXT'], dtype='object')

用 Microsoft Excel 打开文件也出现同样的问题；每列都命名为：

SEARCH_ROW,PUBLICATION,DATE,TITLE,EDITION,BYLINE,LANGUAGE,SECTION,JOURNAL-CODE,NYT,PUBLICATION-TYPE,LENGTH,LOAD-DATE,TEXT

有什么办法可以将这个 one-big 列拆分成原来的多列形式吗？

Answer 1

pd.read_table(...) 默认使用 tab ('\t') 作为分隔符。

因此尝试明确指定逗号作为分隔符：

pd.read_table(filename, sep=',')

或使用 pd.read_csv()，它默认使用逗号作为分隔符

Answer 2

您可以使用：

data = np.genfromtxt('filename.csv', delimiter=',')

从 CSV 文件中读取列似乎不起作用

Reading columns from a CSV file doesn't seem to work

python

pandas

csv

jupyter-notebook

lda