我們使用python做資料分析的時候，很多情況需要我們從本地讀入，在這裡我們主要總結如何使用pandas讀入文字
import pandas as pd
#讀入csv，設定header引數，讀取檔案的時候沒有標題
data=pd.read_csv(x,header=
none
)#names設定列名
data2 = pd.read_csv(
"data.txt"
,names=
["a"
,"b"
,"name"])
#names設定列名,設定index_col引數來設定列索引
data2 = pd.read_csv(
"data.txt"
,names=
["a"
,"b"
,"name"
],index_col=
"name"
)#讀入xls/xlsx
data=pd.read_excel(x,header=
none
)#讀入txt sep說明分隔符
data = pd.read_table(
"data.txt"
,sep=
",")
#讀入不規則txt可以採用正則讀入
data = pd.read_csv(
"data.txt"
,sep=
"\s+"
)
data=pd.read_csv(
"data.txt"
,na_values=[-
999,-1
])
f =
open
("d:/比賽/使用者貸款風險**/個人徵信_1108/個人徵信/train/bank_detail_train.txt"
,"r"
)#設定檔案物件
df=pd.read_table(f,sep=
',')
path：表示檔案系統位置、url、檔案型物件的字串。
sep或delimiter：用於對行中各欄位進行拆分的字串行或正規表示式。
header：用作列名的行號。預設為0（第一行），如果檔案沒有標題行就將header引數設定為none。
index_col：用作行索引的列編號或列名。可以是單個名稱/數字或有多個名稱/數字組成的列表（層次化索引）。
names：用於結果的列名列表，結合header=none，可以通過names來設定標題行。
skiprows：需要忽略的行數（從0開始），設定的行數將不會進行讀取。
na_values：設定需要將值替換成na的值。
comment：用於注釋資訊從行尾拆分出去的字元（乙個或多個）。
parse_dates：嘗試將資料解析為日期，預設為false。如果為true，則嘗試解析所有列。除此之外，引數可以指定需要解析的一組列號或列名。如果列表的元素為列表或元組，就會將多個列組合到一起再進行日期解析工作。
keep_date_col：如果連線多列解析日期，則保持參與連線的列。預設為false。
converters：由列號/列名跟函式之間的對映關係組成的字典。如,會對列索引為age列的所有值應用函式f。
dayfirst：當解析有歧義的日期時，將其看做國際格式（例如，7/6/2012 —> june 7 , 2012）。預設為false。
date_parser：用於解析日期的函式。
nrows：需要讀取的行數。
iterator：返回乙個textparser以便逐塊讀取檔案。
chunksize：檔案塊的大小（用於迭代）。
skip_footer：需要忽略的行數（從檔案末尾開始計算）。
verbose：列印各種解析器輸出資訊，如「非數值列中的缺失值的數量」等。
encoding：用於unicode的文字編碼格式。例如，"utf-8"或"gbk"等文字的編碼格式。
squeeze：如果資料經過解析之後只有一列的時候，返回series。
thousands：千分位分隔符，如",「或」."。
學習pandas 讀入文字資料
import pandas as pd pd.read csv filepath or buffer 檔案路徑 不要包含中文 sep 列分隔符 header infer 指定資料中的第幾行作為變數名 names none 自定義變數名列表 index col none 將被作為索引的列，多列時只能使...
Pandas讀取文字
pandas在處理千萬行級別的資料中有非常高的實用價值，通過將文字資料讀取載入到記憶體中，在利用pandas進行資料處理運算，效率非常高。excel表適合處理幾十萬行級別的資料，pandas則適用於處理千萬級別的資料 一般情況下千萬級別的資料動輒在幾個gb以上，因此建議電腦記憶體在16gb以上為佳。...
Python的pandas讀入含多個表的excel
python的pandas讀入含多個表的excel 自學程式設計，編寫 是乙個嚴謹的過程，哪怕乙個逗號的中英文，都會導致程式出現。實踐的過程中，總是遇到不同的問題，寫下自己的學習過程，方便你我他。將none傳遞給read excel函式，返回的是乙個key為表名的字典。import pandas a...