使用pd.read_csv读取数据时，如何去除列中的逗号？

看起来你的数据文件里，前几列的数字后面都跟着逗号，导致用delim_whitespace=True读取时，这些列会带上逗号变成字符串值。这里有几个实用的解决办法：

方法1：用多字符分隔符直接读取纯数字 #

你的数据本质是用, （逗号加空格）来分隔字段的，直接把分隔符设为这个组合就能让pandas自动提取纯数字：

import pandas as pd
df = pd.read_csv("file.dat", sep=', ', header=None, engine='python')

注意要指定engine='python'，因为pandas默认的C引擎不支持多字符的分隔符，python引擎可以完美处理这种情况。

方法2：读取后批量清理列内容 #

如果第一种方法因为数据格式不规则失效，也可以先按空格读取，再批量去掉逗号并转换数据类型：

import pandas as pd
# 先按空格读取，此时前N-1列是带逗号的字符串
df = pd.read_csv("file.dat", delim_whitespace=True, header=None)
# 处理除最后一列外的所有列
for col in df.columns[:-1]:
    df[col] = df[col].str.replace(',', '').astype(int)
# 最后一列转为浮点数（根据你的数据类型调整）
df.iloc[:, -1] = df.iloc[:, -1].astype(float)

方法3：正则表达式适配多种分隔情况 #

如果数据里同时存在, 和纯空格的分隔，可以用正则表达式作为分隔符，匹配逗号（可选）加任意空格的组合：

import pandas as pd
df = pd.read_csv("file.dat", sep=r',?\s+', header=None, engine='python')

正则r',?\s+'的意思是：匹配0个或1个逗号，加上一个或多个连续空格，这样不管字段是0, 1还是0 1的格式，都能正确拆分出纯数字。

优先试试第一种方法，它最直接高效；如果数据有特殊格式问题，再用后面的方法调整。

内容的提问来源于stack exchange，提问作者Jimmy Yao