pandas 如何处理方括号 [] 以及如何避免这种情况？

编程问答 2022-05-23

问题描述

我必须阅读包含以下行的 tomcat 访问日志：

    [06/Nov/2020:00:43:04 +0200] /wsi/services/ServicesReadRequest  2265 10.101.101.101 200 21

尝试将文件读取为 csv，将所有列设置为字符串类型

    import pandas as pd 

    headers = ['Timestamp','Command','IPAddr','Blank01','Blank02','Bytes','HTTPResult','ElapsedTime']
    dtypes = {'Timestamp': 'str','Command': 'str','IPAddr': 'str','Blank01' : 'str','Blank02' : 'str','Bytes': 'str','HTTPResult': 'str','ElapsedTime': 'str'} 

    df = pd.read_csv(fpath,delimiter=' ',header=None,names=headers,dtype=dtypes,warn_bad_lines=True,error_bad_lines=False)

发生的事情是时间戳周围的方括号是由熊猫专门处理的

    df['Timestamp'].head()

显示：

    [06/Nov/2020:00:43:04 +0200] /wsi/services/ServicesReadRequest

如果我试图剪断字符串，它看起来像方括号的部分被忽略

    df["Timestamp"].apply(lambda x: x[1:6]).head()

结果：

    [06/Nov/2020:00:43:04 +0200] /wsi/s

如果我手动删除方括号，那么它会按预期工作（尽管时区与时间戳分开，但这是因为它之间有空格）。 现在的问题是如何在没有任何预处理的情况下解析文件？ 是否有不包含此类副作用的 read_csv 替代方案？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

access-logpandaspythonsquare-bracket