Python-根据每个项目的位置将文本解析为多个列 [英] Python - Parsing a text onto columns by the position of each item

问题描述

巴西证券交易所(Bovespa)提供了一个文件，其中包含一个时间框架内的所有报价。文件太大，每一行都类似于这个真实的示例：

数据-lang="js"数据-隐藏="假"数据-控制台="真"数据-巴贝尔="假">

012016010402AAPL34      010APPLE       DRN          R$  000000000415000000000042200000000004150000000000421300000000042080000000003950000000000435000005000000000000012500000000000052664400000000000000009999123100000010000000000000BRAAPLBDR004115

因此，在查找文档时，我发现列映射如下：

• char 01到02：(Int)寄存器类型；
• char 03-10：(日期)股票报价信息日期；
• char 11至12：(Int)某种代码；
• char 13至24：(Str)股票代码；
• ...

我开始学习Python，并尝试读取包含此数据的文件，并使用以下代码成功地完成了每一行：

数据-lang="js"数据-隐藏="假"数据-控制台="假"数据-巴贝尔="假">

import pandas as pd
dataset1 = pd.read_table('bmfbovespaquotes/DemoCotacoesHistoricas12022003.txt')

我认为这可能是一个愚蠢的问题，但我还没有找到解决方案，所以如果你知道解决这个问题的方法，请分享。

谢谢

推荐答案

您有一个fiXedidformat：这样可以解决问题。

pd.read_fwf(file_path, widths=[...], names=[...])

您应该传递宽度列表(在本例中以[2,8,2,10,...]开头)和列列表['register','date','code','ticker',...]

这篇关于Python-根据每个项目的位置将文本解析为多个列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！