用pandas从txt加载数据

我正在加载一个包含浮动和字符串数据混合的txt文件。我想把它们存储在一个可以访问每个元素的数组中。现在我只是在做

import pandas as pd

data = pd.read_csv('output_list.txt', header = None)
print data

这是输入文件的结构:1 0 2000.0 70.2836942112 1347.28369421 /file_address.txt。

现在数据作为唯一的列导入。我如何划分它，以便分别存储不同的元素(所以我可以调用数据[I,j])?如何定义标头?

当前回答

你可以使用:

data = pd.read_csv('output_list.txt', sep=" ", header=None)
data.columns = ["a", "b", "c", "etc."]

在代码中添加sep=" "，在引号之间留下空白。因此pandas可以检测值之间的空格并在列中排序。数据列用于命名列。

其他回答

你可以这样做:

import pandas as pd
df = pd.read_csv('file_location\filename.txt', delimiter = "\t")

(例如，df = pd.read_csv('F:\Desktop\ds\text.txt'， delimiter = "\t")

我想补充以上的答案，你可以直接使用

df = pd.read_fwf('output_list.txt')

FWF代表固定宽度格式化的行。

如果你没有为数据分配索引，并且你不确定空格是什么，你可以使用pandas来分配索引并寻找多个空格。

df = pd.read_csv('filename.txt', delimiter= '\s+', index_col=False)

根据pandas的最新变化，您可以使用，read_csv, read_table已弃用:

import pandas as pd
pd.read_csv("file.txt", sep = "\t")

@Pietrovismara的解决方案是正确的，但我只是想补充:而不是有一个单独的行来添加列名，可以从pd.read_csv做到这一点。

df = pd.read_csv('output_list.txt', sep=" ", header=None, names=["a", "b", "c"])

推荐文章