自学笔记|使用pd.read_csv以dataframe格式读取txt

可能遇到的问题：注意txt文档编码格式，不然用pd.read_csv可能会报错

用下面这段代码检测txt文档的编码格式

# 读取文件并检测编码格式
with open(train_data_file, 'rb') as f:
    result = chardet.detect(f.read())

print(result)

结果如下：{'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'}

可以看到encoding编码格式是“GB2312”，这是中文编码的意思

train_data= pd.read_csv(train_data_file, sep='\t', encoding='gb2312',skiprows=[0],header=None)

所以这里的encoding参数设为GB2312就行了（gb大小写应该都行没试）。

pd.read_csv的skiprows参数表示要跳过的行数。

pd.read_csv的header参数用于控制哪一行作为列名。具体来说：

• 如果header=None（默认值），则数据框的列名将自动编号生成。此时，文件的第一行将被视为数据的一部分而不是列名。
• 如果header=0或header='infer'，则数据框会将文件的第一行视为列名。
• 如果header为一个整数，则数据框将把文件的第header行视为列名。
• 如果header为一个列表，则该列表中的值将用作列名。