炫意html5
最早CSS3和HTML5移动技术网站之一

Pandas数据读写 – 读取txt

Pandas 读取txt,在txt文件中,有时候解析的数据并非逗号或者分号分隔,对于此种情况,正则表达式就能派上用场。在tead_table()函数中,可以使用sep选项指定正则表达式。

正则表达式

为了更好理解正则表达式的用法,以及用它分割多个元素的方法,先从一个简单例子入手。
假如有一个txt文件,它里面的元素是以空格或制表符分隔的,且没有规律,在这种情况下,就可以用正则表达式兼顾两种分隔符。可以使用通配符\s*\s匹配空格和制表符,’*’表示1个或者多个字符。更多正则表达式的知识可以参考网页https://geek-docs.com/regexp,常用元字符如下表所示:

通配符描述
.除换行符(\n、\r)之外的任何单个字符
\d一个数字字符,等价于[0-9]
\D一个非数字字符,等价于 [^0-9]
\s任何空白字符,包括空格、制表符、换页符等等,等价于 [\f\n\r\t\v]
\S任何非空白字符,等价于 [^ \f\n\r\t\v]
\n换行符
\t制表符
\uxxxx用十六进制数字xxxx表示的Unicode字符

如果所有的元素随机以制表符或空格分隔,顺序随机,如工作目录中存放文件data1.txt信息如下:
Pandas 读取txt

import pandas as pd
df=pd.read_table('data1.txt', sep='\s+')
print(df)

执行结果如下:

   white  red  blue  green
0      1    5     2      3
1      2    7     8      5
2      3    3     6      7

如上所示,我们得到一个完美的DataFrame对象,所有的元素均处在正确的位置。

通常情况把逗号、空格和制表符等看作分隔符,但是实际应用中,字母数字组合或者整数均可作为分隔符,比如数字0。接下来这个例子中,txt文件中的数字和字母杂糅在一起,你需要从中抽取数字部分。若txt文件中的数据无表头,记得将header选项设置为None。如下所示:
Pandas 读取txt

import pandas as pd
df=pd.read_table('data2.txt', sep='\D+', header=None)
print(df)

输出结果如下:

   0    1    2
0  0  123  122
1  1  124  321
2  2  125  333

skiprows

另外一种常见情况是,解析数据时把空行排除在外,文件中的表头或没有必要的注释也用不到。使用skiprows选项,可以排除多余的行,把要删除的行和行号放到数字中,赋值给该参数即可。例如:

  • skiprows=5:排除前五行
  • skiprows=[5]:排除第五行

Pandas 读取txt

import pandas as pd
df=pd.read_table('data3.txt', sep=',', skiprows=[0,1,3,6])
print(df)

输出结果如下:

   white  read  blue  green animal
0      1     5     2      3    cat
1      2     7     8      5    dog
2      3     3     6      7  horse
3      2     2     8      3   duck
4      4     4     2      1  mouse

炫意HTML5 » Pandas数据读写 – 读取txt

Java基础教程Android基础教程