Ich versuche, eine CSV-Datei in einem Format zu erstellen, das sowohl für Menschen nur minimal als auch für Pandas leicht lesbar ist. Das heißt, Spalten sollten sauber getrennt sein, damit Sie leicht erkennen können, zu welcher Spalte jeder Wert gehört. Das Problem ist, dass das Befüllen mit Leerzeichen die Pandafunktionalität ein wenig einschränkt. Bisher habe ich

work    ,roughness  ,unstab ,corr_c_w   ,u_star ,c_star
us      ,True       ,True   ,-0.39      ,0.35   ,-.99
wang    ,False      ,       ,-0.5       ,       ,
cheng   ,           ,True   ,           ,       ,
watanabe,           ,       ,           ,0.15   ,-.80

Wenn ich alle Whitespaces auf der obigen .csv-Datei lösche und sie direkt mit @ lepd.read_csv es funktioniert einwandfrei. Die ersten beiden Spalten sind Boolesche Werte und die anderen sind Floats. Ohne die Leerzeichen ist es jedoch überhaupt nicht lesbar. Wenn ich die obige .csv mit @ le

pd.read_csv('bibrev.csv', index_col=0)

it funktioniert nicht, da alle Spalten und als Zeichenfolge angesehenen Zeichenfolgen die Leerzeichen enthalten. Wenn ich @ benut

pd.read_csv('bibrev.csv', index_col=0, skipinitialspace=True)

then es funktioniert irgendwie, weil floats als floats gelesen werden und fehlende Werte als @ gelesen werdNaNs, das ist eine große Verbesserung. Die Spaltennamen und Booleschen Spalten sind jedoch weiterhin Zeichenfolgen mit Leerzeichen.

Eine Methode zum Lesen der .csv direkt mit Pandas? Oder vielleicht zufällig das csv-Format ein wenig und noch ein sauberes Lesen mit einer von Menschen lesbaren .csv?

PS .: Ich versuche zu vermeiden, alles mit Python als String zu lesen, Leerzeichen zu ersetzen und es dann an Pandas weiterzuleiten und auch zu vermeiden, einige Funktionen zu definieren und es über das @ an Pandas weiterzuleiteconverters Stichwort