python之文本文件的读取

对于CSV及txt后缀的文本文件，分别使用pandas模块中的read_csv函数和read_table函数

CSV

read_csv

txt

read_table

1. read_table函数的参数

read_table(filepath_or_buffer , sep='\t' , header='infer' , 
names=None , index _col=None , usecols=None , dtype=None ,   
converters=None ,  skiprows=None , skipfooter=None , nrows=None , 
na_values=None , skip_blank_lines=True , parse_dates=False , 
thousands= None , comment=None , encoding=None)

（参数有17个，可以直接看下面参数解释）

2. 参数解释

filepath_or_buffer：文件路径，还可以是指定存储数据的网站链接
sep：指定原数据集中各变量之间的分隔符，默认为tab制表符
header：是否将原数据集中的第一行作为表头，默认是，并将第一行作为变量名称：如果原始数据中没有表头，该参数需要设置成None
names：如果原数据集中没有变量名称，这个可以用来给数据添加具体的变量名称，也就是列名 
index _col ：指定数据集中的某些列作为数据的行索引（标签） 
usecols ：指定要读取哪些变量名 
dtype ：为数据集中的每个变量设置不同的数据类型 
converters ：通过字典格式，为数据集中的某些变量设置转换函数 
skiprows : 指定需要跳过原数据集的起始行数 
skipfooter ：指定需要跳过原数据集的末尾行数 
nrows ：指定读取的行数
na_values ：指定原数据集中的哪些特征值为缺失值（默认将两个分隔符之间的空值视为缺失值）
skip_blank_lines ：跳过空白行，默认为True
parse_dates：参数值为True时，则尝试解析数据框的行索引；参数为列表，则尝试解析对应的日期列；如果参数为嵌套列表，则将某些列合并为日期列；如果参数为字典，则解析对应的列（即字典中的值），并生成新的变量名（即字典中的键）
thousands ：指定原数据集中的千分位符 
comment : 指定注释符，在读取数据时，如果碰到行首指定的注释符，则跳过该行
encoding ：为防止中文乱码，可以借助该参数解决（通常设置为“utf-8”或者“gbk”）

read_csv函数的参数与之完全一致，有一个不同点：sep参数值的默认值

read_csv

read_table

参数的默认值为英文状态下的逗号“，”

参数的默认值为tab制表符

3 应用案例

有一个txt文件，内容如下

2021年寒假留校过年的同学，带“！”的同学因临时变更选择回家
 如有变化，及时报送
 0014，多隆，男，河北石家庄人
 0015，陈近南，男，福建漳州人
 ！ 0016，韦小宝，男，江苏扬州人
 0017，龙儿，女，神龙岛人
 ！0018，鳌拜，内蒙古呼和浩特人

 数据来源于鹿鼎大学人事部
 抄送给康熙

要求只读取编号、姓名、性别、籍贯等内容，且回家的不用读，实现如下效果

id

name

gender

native place

0

0014

多隆

男

河北石家庄人

1

0015

陈近南

男

福建漳州人

2

0017

龙儿

女

神龙岛人

代码

import pandas as pd
#用read_table函数读取文本文件的数据
data=pd.read_table(r'D:Desktop\新建文本文档.txt', #文件路径，前面的filepath_or_buffer符可以省略掉       
         sep='，'#指定数据中变量之间的分隔符，注意这里是中文的逗号 , 
         header=None , #不需要将原来的数据中的第一行读作表头
         names=['id','name','gender','native place'] , #重新为各列起变量名称
         converters={'id':str} ,#将ID转换为字符串，以免开头的00消失
         skiprows=2 , #跳过开头的两行数据
         skipfooter=2, #跳过末尾的两行数据
         comment='！' #不读取“！”开头的数据行
         )

代码中
传递给names参数的多个值是通过列表结构实现的，即 [ ]
传递给converters参数的值是通过字典结构实现的，即{ 键：值 }

ps:跑的过程中如果显示:ValueError: header must be integer or list of integers 。说明你将header=None写成了header=“None”
还有，txt文档内容纯属虚构哦

参考书籍《数据分析从入门到进阶》（机械工业出版社）