python--pandas读取txt文件

pandas读取txt文件

参考链接：pandas.read_csv
pandas.read_csv常用参数为：header, sep, name，其余参数待用到时再行补充
假如有个名为dates.txt的文件，其中内容如下：

20191128, 20191128
20191129, 20191129
20191130, 20191130

注意观察该文件没有标题行，类似表格的列名，那么就需要指定header=None，从而避免第一行被当成了标题行，用如下代码读取：

import pandas as pd
dates = pd.read_csv('dates.txt',header=None) # 获取日期数据
print(dates)
for ii in dates.index:
    print(ii)
    date_time = dates.loc[ii].values
    print(date_time)

打印的结果如下：

          0         1
0  20191128  20191128
1  20191129  20191129
2  20191130  20191130
0
[20191128 20191128]
1
[20191129 20191129]
2
[20191130 20191130]

结果中我们注意到，因为没有标题行，结果自动添加了0和1两个数作为名称，如果想要添加标题，可以用如下代码：

import pandas as pd
dates = pd.read_csv('dates.txt', names=['col1','col2'], header=None) # 获取日期数据
print(dates)
for ii in dates.index:
    print(ii)
    date_time = dates.loc[ii].values
    print(date_time)

这样打印的结果就是：

       col1      col2
0  20191128  20191128
1  20191129  20191129
2  20191130  20191130
0
[20191128 20191128]
1
[20191129 20191129]
2
[20191130 20191130]

每一行的结果都是一个list，可以通过列表的索引来指定取哪个值。

txt文件中数据是逗号分隔的，而pandas.read_csv默认使用的分隔符就是逗号，那如果是其他的符号呢，如空格，“-”等。这时sep就起到作用了。
假如dates.txt的文件内容如下：

20191128 20191128
20191129 20191129
20191130 20191130

执行如下代码：

import pandas as pd
dates = pd.read_csv('dates.txt', names=['col1','col2'], header=None, sep=" ") # 获取日期数据
print(dates)
for ii in dates.index:
    print(ii)
    date_time = dates.loc[ii].values
    print(date_time)

执行结果如下：

       col1      col2
0  20191128  20191128
1  20191129  20191129
2  20191130  20191130
0
[20191128 20191128]
1
[20191129 20191129]
2
[20191130 20191130]

我们指定sep为空格，则数据被正确的读取了出来。那如果不指定sep呢，结果如下：

                col1  col2
0  20191128 20191128   NaN
1  20191129 20191129   NaN
2  20191130 20191130   NaN
0
['20191128 20191128' nan]
1
['20191129 20191129' nan]
2
['20191130 20191130' nan]

可以看到，数据并没有被正确分割，这说明在数据分隔符不是逗号的情况下，必须使用sep来指定分割方法。