read_table()函数--Pandas

1. 函数功能

将通用定界符文件读取到DataFrame中

2. 函数语法

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=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=_NoDefault.no_default, keep_date_col=False, 
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=False, 
 low_memory=True, memory_map=False, float_precision=None, storage_options=None, dtype_backend=_NoDefault.no_default)

3. 函数参数

参数	含义
filepath_or_buffer	文件路径
sep	默认分隔符，默认为：\t
delimiter	分隔符，同sep参数
header	用作列名的行。 整数，整活列表（多层索引）或者None(无列名)，默认为infer：结合数据情况自主推断
names	用作列名的列表，若要替换原有的列名，需要与header=0同时使用
index_col	用作行索引的列，默认为None，index_col=False 可以强制pandas不将第一列作为索引
usecols	要读入的数据列，传入列名或者列的位置组成的列表
dtype	指定读入数据列的类型
engine	解析引擎，默认python;
true_values	指定被视为True的值：如：true_values=[‘是’, ‘正确’, ‘1’]：文件中的任何值等于字符串"是"、“正确"或者"1”，它们将被视为True
false_values	指定被视为False的值：如：false_values=[‘否’, ‘错误’, ‘0’]：文件中的任何值等于字符串"否"、“错误"或者"0”，它们将被视为False
skiprows	读取文件跳过的行数：整数，或者指定的行：数字组成的列表
skipfooter	整数，要跳过文件结尾的n行
nrows	指定读取文件的行数
na_values	除了默认识别为NA的值，用户指定的需要识别为NA的值。可以是标量、列表或者以字典的形式，指定不同列识别为NA的不同值
keep_default_na	1. 当取值为True:na_values未指定时，只有默认的NAN值会被是被为NA；2. 当取值为True,且na_values指定时，指定的na_values和默认的NA值均会被识别为NA；3. 当取值为False，且na_values未指定时，所有值均不会被识别为NA；4. 当取值为False，且na_values指定时，仅有na_values中的值会被识别为NA；默认取值为True
na_flilter	默认True:自动识别缺失值
skip_blank_lines	默认取值为True:跳过空行；取值为False:读取空行为NA
thousands	可选参数，字符串，指定千分位符
decimal	指定小数点字符，默认为: “.”
encoding	读取文件的编码方式，默认为utf-8