使用Python读取txt文本数据

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

使用Python读取txt文本数据

---

提示：以下是本篇文章正文内容，下面案例可供参考

PP.txt文本

数据来源：调查报告
时间范围：2023.1.1~2023.12.1

year,month,day,gender,name,income
2023,2,2,男,小王,5&000
#2023,3,3,女,小林,6&000
2023,4,4,女,小张,18&000

来自公开调查数据
2023年4月

示例

import pandas as pd

# 读取 txt 文件
a = pd.read_csv("PP.txt", sep=',', skiprows=2, skipfooter=2, comment='#', thousands='&', engine='python')

# 将日期列合并为单个日期时间列，用 - 连接
a['birthday'] = a['year'].astype(str) + '-' + a['month'].astype(str) + '-' + a['day'].astype(str)

# 删除原始的年月日列
a = a.drop(columns=['year', 'month', 'day'])
a = a[['birthday', 'gender', 'name', 'income']]
print(a)

输出：

    birthday gender name  income
0 2023-02-02      男   小王    5000
1 2023-04-04      女   小张   18000

解析read_csv

首先引入Pandas模块中的read_csv函数，他可以读取txt或者csv文本格式的数据。该函数中有一些重要参数。

首先"PP.txt"是你所需要读取的文档，而sep是用于指定分隔符，默认就是逗号；

如果设置了 skiprows=n，则将跳过文件的前 n 行；skipfooter=n，则将跳过文件的最后 n 行;

comment 参数用于指定在数据文件中表示注释的字符或字符串,在这里指定为 # ，当在数据文件中遇到 comment 参数指定的字符或字符串时，Pandas 将跳过该行。

当在数据文件中遇到 thousands 参数指定的字符时，Pandas 将忽略该字符，并将其从数字中去除。

engine 参数用于选择解析器引擎，以确定 Pandas 应如何读取数据文件。在 read_csv() 函数中，engine 参数的默认值是 “c”，表示使用 C 解析器引擎。C 解析器引擎速度较快，但在某些情况下可能不支持某些功能。另一个可选的解析器引擎是 “python”，它较为灵活，支持更多功能，例如支持 skipfooter 参数。因此，如果你需要使用 skipfooter 参数，则需要将 engine 参数设置为 “python”。

删除列和重新排序列

将年月日整合成birthday后，代码输出是这样的：

   year  month  day gender name  income  birthday
0  2023      2    2      男   小王    5000  2023-2-2
1  2023      4    4      女   小张   18000  2023-4-4

这时候用a = a.drop(columns=['year', 'month', 'day'])删除年月日：

  gender name  income  birthday
0      男   小王    5000  2023-2-2
1      女   小张   18000  2023-4-4

如果我们想要将birthday放到最前面该怎么做呢？a = a[['birthday', 'gender', 'name', 'income']]将列重新排序。得到最终结果：

   birthday gender name  income
0  2023-2-2      男   小王    5000
1  2023-4-4      女   小张   18000