使用Pandas加载Boston数据集遇换行识别异常，求排查方案

问题原因 #

你指定sep=" "（固定两个空格）作为分隔符，但波士顿数据集的字段分隔是不定数量的空格，且部分样本数据被拆分为两行存储，导致Pandas无法正确解析列结构，触发错误。

修正代码 #

import pandas as pd
import numpy as np

# 加载数据集，自动识别任意空格分隔，跳过说明行
df = pd.read_csv(
    "http://lib.stat.cmu.edu/datasets/boston",
    skiprows=21,
    delim_whitespace=True,
    header=None
)

# 合并拆分的行，还原完整样本
data = df.values
# 奇数行+偶数行拼接成完整特征
X = np.hstack([data[::2], data[1::2]])
# 目标值是偶数行的最后一列
y = data[1::2, -1]

核心要点 #

• delim_whitespace=True：替代固定分隔符，让Pandas自动识别任意数量的空格/制表符，适配数据集的格式。
• 行合并：原始数据中每个样本的特征被拆分为两行，通过切片拼接奇数行和偶数行，还原完整的样本结构。

内容的提问来源于stack exchange，提问作者Scuba Steve