Fehler beim Lesen von Boston Daten von der UCL Website mit Pandas

Question

Bitte helfen Sie bitte zum Lesen dieser Datei von der URL-Website.

eurl = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data' 
data = pandas.read_csv(url, sep=',', header = None) 

Ich versuchte sep = ',', sep = ';' und sep = '\ t', aber die gelesenen Daten wie diese

aber mit

data = pandas.read_csv(url, sep=' ', header = None) 

ich eine Fehlermeldung erhalten,

pandas/parser.pyx in pandas.parser.TextReader.read (pandas/parser.c:7988)() 
pandas/parser.pyx in pandas.parser.TextReader._read_low_memory (pandas/parser.c:8244)() 
pandas/parser.pyx in pandas.parser.TextReader._read_rows (pandas/parser.c:8970)() 
pandas/parser.pyx in pandas.parser.TextReader._tokenize_rows (pandas/parser.c:8838)() 
pandas/parser.pyx in pandas.parser.raise_parser_error (pandas/parser.c:22649)() 
CParserError: Error tokenizing data. C error: Expected 30 fields in line 2, saw 31 

Vielleicht gleiche Frage gestellt hier enter link description here aber die akzeptierte Antwort hilft mir nicht.

jede Hilfe bitte, um diese Datei von der URL zu lesen, liefern Sie es.

Übrigens, ich weiß, dass es Boston = load_boston() gibt, um diese Daten zu lesen, aber wenn ich es von dieser Funktion lese, wird das Attribut 'MEDV' im Dataset nicht mit dem Dataset heruntergeladen.

Answer 1

Es gibt mehrere Räume als Trennzeichen verwendet wird, das ist, warum es nicht funktioniert, wenn Sie ein Leerzeichen als Trennzeichen verwenden (sep=' ')

Sie es sep='\s+' verwenden können:

In [171]: data = pd.read_csv(url, sep='\s+', header = None) 

In [172]: data.shape 
Out[172]: (506, 14) 

In [173]: data.head() 
Out[173]: 
     0  1  2 3  4  5  6  7 8  9  10  11 12 13 
0 0.00632 18.0 2.31 0 0.538 6.575 65.2 4.0900 1 296.0 15.3 396.90 4.98 24.0 
1 0.02731 0.0 7.07 0 0.469 6.421 78.9 4.9671 2 242.0 17.8 396.90 9.14 21.6 
2 0.02729 0.0 7.07 0 0.469 7.185 61.1 4.9671 2 242.0 17.8 392.83 4.03 34.7 
3 0.03237 0.0 2.18 0 0.458 6.998 45.8 6.0622 3 222.0 18.7 394.63 2.94 33.4 
4 0.06905 0.0 2.18 0 0.458 7.147 54.2 6.0622 3 222.0 18.7 396.90 5.33 36.2 

oder mit delim_whitespace=True:

In [174]: data = pd.read_csv(url, delim_whitespace=True, header = None) 

In [175]: data.shape 
Out[175]: (506, 14) 

In [176]: data.head() 
Out[176]: 
     0  1  2 3  4  5  6  7 8  9  10  11 12 13 
0 0.00632 18.0 2.31 0 0.538 6.575 65.2 4.0900 1 296.0 15.3 396.90 4.98 24.0 
1 0.02731 0.0 7.07 0 0.469 6.421 78.9 4.9671 2 242.0 17.8 396.90 9.14 21.6 
2 0.02729 0.0 7.07 0 0.469 7.185 61.1 4.9671 2 242.0 17.8 392.83 4.03 34.7 
3 0.03237 0.0 2.18 0 0.458 6.998 45.8 6.0622 3 222.0 18.7 394.63 2.94 33.4 
4 0.06905 0.0 2.18 0 0.458 7.147 54.2 6.0622 3 222.0 18.7 396.90 5.33 36.2