使用pandas读取BLS的bp.measure文件并提取指定两列的方法求助

问题原因 #

该数据集的列采用多段空白字符分隔，而非单个制表符，因此你之前设置sep='\t'无法拆分两列，导致出现合并为单列的情况，同时首行的BP measure属于额外的标题行需要跳过。

解决代码 #

import pandas as pd

url = 'https://download.bls.gov/pub/time.series/bp/bp.measure'
# sep='\s+' 匹配任意数量的空白字符作为分隔符，skiprows=1 跳过首行标题
df = pd.read_csv(url, sep='\s+', skiprows=1)

运行后直接获取的df就自带measure_code和measure_text两列，无需额外处理。你可以执行print(df.columns)验证输出结果。

内容的提问来源于stack exchange，提问作者gr7