python

2023-12-14 00:33| 来源: 网络整理| 查看: 265

pandas读取txt文件

参考链接：pandas.read_csv pandas.read_csv常用参数为：header, sep, name，其余参数待用到时再行补充假如有个名为dates.txt的文件，其中内容如下：

20191128, 20191128 20191129, 20191129 20191130, 20191130

注意观察该文件没有标题行，类似表格的列名，那么就需要指定header=None，从而避免第一行被当成了标题行，用如下代码读取：

import pandas as pd dates = pd.read_csv('dates.txt',header=None) # 获取日期数据 print(dates) for ii in dates.index: print(ii) date_time = dates.loc[ii].values print(date_time)

打印的结果如下：

0 1 0 20191128 20191128 1 20191129 20191129 2 20191130 20191130 0 [20191128 20191128] 1 [20191129 20191129] 2 [20191130 20191130]

结果中我们注意到，因为没有标题行，结果自动添加了0和1两个数作为名称，如果想要添加标题，可以用如下代码：

import pandas as pd dates = pd.read_csv('dates.txt', names=['col1','col2'], header=None) # 获取日期数据 print(dates) for ii in dates.index: print(ii) date_time = dates.loc[ii].values print(date_time)

这样打印的结果就是：

col1 col2 0 20191128 20191128 1 20191129 20191129 2 20191130 20191130 0 [20191128 20191128] 1 [20191129 20191129] 2 [20191130 20191130]

每一行的结果都是一个list，可以通过列表的索引来指定取哪个值。

txt文件中数据是逗号分隔的，而pandas.read_csv默认使用的分隔符就是逗号，那如果是其他的符号呢，如空格，“-”等。这时sep就起到作用了。假如dates.txt的文件内容如下：

20191128 20191128 20191129 20191129 20191130 20191130

执行如下代码：

import pandas as pd dates = pd.read_csv('dates.txt', names=['col1','col2'], header=None, sep=" ") # 获取日期数据 print(dates) for ii in dates.index: print(ii) date_time = dates.loc[ii].values print(date_time)

执行结果如下：

col1 col2 0 20191128 20191128 1 20191129 20191129 2 20191130 20191130 0 [20191128 20191128] 1 [20191129 20191129] 2 [20191130 20191130]

我们指定sep为空格，则数据被正确的读取了出来。那如果不指定sep呢，结果如下：

col1 col2 0 20191128 20191128 NaN 1 20191129 20191129 NaN 2 20191130 20191130 NaN 0 ['20191128 20191128' nan] 1 ['20191129 20191129' nan] 2 ['20191130 20191130' nan]

可以看到，数据并没有被正确分割，这说明在数据分隔符不是逗号的情况下，必须使用sep来指定分割方法。

【本文地址】

python

python

今日新闻

推荐新闻