pandas pd.read_table() 读取表格数据文件

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.read_table 是一个用于读取表格数据文件的函数，通常用于读取分隔符分隔的文本文件。该函数是 pandas.read_csv 的一个通用版本，允许更灵活地指定分隔符。

参数与返回值

语法为：

pandas.read_table(filepath_or_buffer,
                  *,
                  sep=_NoDefault.no_default,
                  delimiter=None,
                  header='infer',
                  names=_NoDefault.no_default,
                  index_col=None,
                  usecols=None,
                  dtype=None,
                  engine=None,
                  converters=None,
                  true_values=None,
                  false_values=None,
                  skipinitialspace=False,
                  skiprows=None,
                  skipfooter=0,
                  nrows=None,
                  na_values=None,
                  keep_default_na=True,
                  na_filter=True,
                  verbose=_NoDefault.no_default,
                  skip_blank_lines=True,
                  parse_dates=False,
                  infer_datetime_format=_NoDefault.no_default,
                  keep_date_col=_NoDefault.no_default,
                  date_parser=_NoDefault.no_default,
                  date_format=None,
                  dayfirst=False,
                  cache_dates=True,
                  iterator=False,
                  chunksize=None,
                  compression='infer',
                  thousands=None,
                  decimal='.',
                  lineterminator=None,
                  quotechar='"',
                  quoting=0,
                  doublequote=True,
                  escapechar=None,
                  comment=None,
                  encoding=None,
                  encoding_errors='strict',
                  dialect=None,
                  on_bad_lines='error',
                  delim_whitespace=_NoDefault.no_default,
                  low_memory=True,
                  memory_map=False,
                  float_precision=None,
                  storage_options=None,
                  dtype_backend=_NoDefault.no_default)

参数：

filepath_or_buffer: str、path object 或者 file-like object。要读取的文件路径或包含数据的字符串。
sep: str，默认值为 \t。定义字段之间的分隔符。
delimiter: 类似于 sep，指定字段之间的分隔符。
header: int、list of int，默认值为 'infer'。指定行作为列名，默认为文件的第一行。
names: array-like，可选。指定列名，如果文件中没有列名行或需要覆盖现有列名时使用。
index_col: int、str、sequence of int / str，可选。用作行索引的列。
usecols: list-like，可选。指定读取的列。
dtype: Type name or dict of column -> type，可选。指定列的数据类型。
engine: {'c', 'python'}, 默认值为 'c'。解析引擎选择。
converters: dict，可选。列转换器，指定列及其转换函数。
true_values: list，可选。识别为 True 的值。
false_values: list，可选。识别为 False 的值。
skiprows: list-like, int 或 callable，可选。指定跳过的行。
nrows: int，可选。读取的行数。
na_values: scalar, str, list-like, or dict，可选。需要解释为缺失值的字符串。
parse_dates: bool, list, or dict，可选。解析为日期的列。
date_parser: function，可选。用于解析日期的函数。
iterator: bool, 默认值为 False。返回一个 TextFileReader 对象，以便逐块处理文件。
chunksize: int，可选。文件分块处理的行数。
compression: {‘infer’, ‘bz2’, ‘gzip’, ‘xz’, ‘zip’, ‘zstd’, None}, 默认值为 ‘infer’。指定文件的压缩模式。
storage_options: dict，可选。与存储连接相关的额外选项。

更多参数的解释见 pd.read_csv() 。

返回值：

返回一个DataFrame或TextFileReader，逗号分隔的值（csv）文件作为带有标记轴的二维数据结构返回。

示例代码

import pandas as pd

# 从 tab 分隔符的文本文件读取数据
df = pd.read_table('data.txt', sep='\t')

# 读取带有自定义列名的文件
df = pd.read_table('data.txt',
	names=['Column1', 'Column2', 'Column3']
)

# 跳过前两行，指定分块处理的行数
df = pd.read_table('data.txt', skiprows=2, chunksize=1000)

参考

https://pandas.pydata.org/docs/reference/api/pandas.read_table.html

< pd.read_pickle() pandas 文件或数据的读取和导出 pd.DataFrame.from_dict() 从字典创建 DataFrame >

< pd.read_pickle() pandas 函数详细介绍 replace() 数据替换 >

更新时间：2024-07-10 14:46:07 标签：pandas python table