Python读取dat文件数据并构成Dataframe对象

最新推荐文章于 2024-07-05 03:42:17 发布

WEILING123

最新推荐文章于 2024-07-05 03:42:17 发布

阅读量2w

点赞数 10

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/WEILING123/article/details/105958901

版权

本文介绍了如何使用Python处理包含复杂分隔符（如空格、逗号组合）的dat文件，通过open()方法按行读取，分析文件结构，利用split()方法和多次分割策略，最终将数据构建成Dataframe对象，以便进一步的数据分析。

摘要由CSDN通过智能技术生成

实际应用中，对数据进行处理时，到手的数据文件往往五花八门，data、txt、csv、json等等。Python为我们提供了强大的数据分析处理工具，如果文件符合某种格式要求，可以使用pandas模块中的各种read方法直接读取。例如大名鼎鼎的鸢尾花数据集iris.data，使用Notepad++打开文件观察数据，可见：
在这里插入图片描述
从图中可以看出，没有表头，字段清晰，分隔符均为逗号，因此可直接使用read_csv方法将数据读取为Dataframe对象，再通过Dataframe对象进行各种操作：

df = pd.read_csv('e:\iris.data',header=None)
# 查看数据前5行
df.head()
# 读取后100个数据的第2和第3列数据作为特征
X = df.iloc[-100:,[2,3]].values
# 读取后100个数据的第4列元素作为数据标签
y = df.iloc[-100:,4].values