對於CSV及txt后綴的文本文件，分別使用pandas模塊中的read_csv函數和read_table函數
| 文件類型 |
函數名稱 |
| CSV |
read_csv() |
| txt |
read_table() |
1. read_table函數的參數
read_table(filepath_or_buffer , sep='\t' , header='infer' ,
names=None , index _col=None , usecols=None , dtype=None ,
converters=None , skiprows=None , skipfooter=None , nrows=None ,
na_values=None , skip_blank_lines=True , parse_dates=False ,
thousands= None , comment=None , encoding=None)
2. 參數解釋
| 序號 |
參數名稱 |
描述 |
| 1 |
filepath_or_buffer |
文件路徑、指定存儲數據的URL或者文件型對象 |
| 2 |
sep |
指定原數據集中分割每行字段的分隔符，默認為tab制表符 |
| 3 |
header |
是否將原數據集中的第一行作為表頭，默認是0，將第一行作為變量名稱；如果原始數據中沒有表頭，該參數需要設置成None。 |
| 4 |
names |
如果原數據集中沒有列名，這個可以用來給數據添加列名。和header=None一起使用。 |
| 5 |
index _col |
指定數據集中的某些列（字段）作為數據的行索引（標簽） |
| 6 |
usecols |
指定要讀取哪些列（字段）的數據。 |
| 7 |
dtype |
為數據集中的每列設置不同的數據類型 |
| 8 |
converters |
通過字典格式，為數據集中的某些列（字段）設置轉換函數 |
| 9 |
skiprows |
指定需要跳過原數據集的起始行數 |
| 10 |
skipfooter |
指定需要跳過原數據集的末尾行數 |
| 11 |
nrows |
指定從文件開頭處讀入的行數 |
| 12 |
na_values |
指定原數據集中的哪些特征值為缺失值（默認將兩個分隔符之間的空值視為缺失值） |
| 13 |
skip_blank_lines |
跳過空白行，默認為True |
| 14 |
parse_dates |
嘗試將數據解析為datetime，默認為False。參數值為True時，則嘗試解析數據框的行索引；參數為列表，則嘗試解析對應的日期列；如果參數為嵌套列表，則將某些列合並為日期列；如果參數為字典，則解析對應的列（即字典中的值），並生成新的變量名（即字典中的鍵） |
| 15 |
thousands |
指定原數據集中的千分位符 ，例如','或'.' |
| 16 |
comment |
指定注釋符，在讀取數據時，如果碰到行首指定的注釋符，則跳過該行 |
| 17 |
encoding |
為防止中文亂碼，可以借助該參數解決（通常設置為“utf-8”或者“gbk”） |
| 18 |
chunksize |
用於迭代的塊大小 |
| 19 |
date_parser |
用於解析日期的函數 |
read_csv函數的參數與之完全一致，有一個不同點：sep參數值的默認值
| 文件類型 |
函數名稱 |
默認分隔符 |
| CSV |
read_csv() |
參數的默認值為英文狀態下的逗號“，” |
| txt |
read_table() |
參數的默認值為tab制表符 |
3 應用案例
有一個txt文件，內容如下：
2021年寒假留校過年的同學，帶“！”的同學因臨時變更選擇回家
如有變化，及時報送
0014，多隆，男，河北石家庄人
0015，陳近南，男，福建漳州人
！ 0016，韋小寶，男，江蘇揚州人
0017，龍兒，女，神龍島人
！0018，鰲拜，內蒙古呼和浩特人
數據來源於鹿鼎大學人事部
抄送給康熙
要求只讀取編號、姓名、性別、籍貫等內容，且回家的不用讀，實現如下效果：
|
|
id |
name |
gender |
native place |
| 0 |
14 |
多隆 |
男 |
河北石家庄人 |
| 1 |
15 |
陳近南 |
男 |
福建漳州人 |
| 2 |
17 |
龍兒 |
女 |
神龍島人 |
代碼
import pandas as pd
#用read_table函數讀取文本文件的數據
data=pd.read_table(r'D:Desktop\新建文本文檔.txt', #文件路徑，前面的filepath_or_buffer符可以省略掉
sep='，', #指定數據中變量之間的分隔符，注意這里是中文的逗號 ,
header=None , #不需要將原來的數據中的第一行讀作表頭
names=['id','name','gender','native place'] , #重新為各列起變量名稱
converters={'id':str} , #將ID轉換為字符串，以免開頭的00消失
skiprows=2 , #跳過開頭的兩行數據
skipfooter=2, #跳過末尾的兩行數據
comment='！' #不讀取“！”開頭的數據行
)