当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python pandas.read_fwf用法及代码示例


用法:

pandas.read_fwf(filepath_or_buffer, colspecs='infer', widths=None, infer_nrows=100, **kwds)

将 fixed-width 格式化行的表读入 DataFrame。

还支持可选地将文件迭代或分解成块。

更多帮助可以在 IO Tools 的在线文档中找到。

参数：

filepath_or_buffer：str、路径对象或 file-like 对象

字符串、路径对象(实现 os.PathLike[str] )或 file-like 对象实现文本 read() 函数。字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3 和文件。对于文件 URL，需要一个主机。本地文件可以是：file://localhost/path/to/table.csv。

colspecs：元组列表 (int, int) 或 ‘infer’。可选的

一个元组列表，将每行的fixed-width 字段的范围作为半开区间(即 [from, to[ )。字符串值 ‘infer’ 可用于指示解析器尝试从未通过 skiprows 跳过的数据的前 100 行中检测列规范(默认值='infer')。

widths：int 列表，可选

如果间隔是连续的，则可以使用字段宽度列表代替‘colspecs’。

infer_nrows：整数，默认 100

让解析器确定 colspecs 时要考虑的行数。

**kwds：可选的

可选的关键字参数可以传递给 TextFileReader 。

返回：

DataFrame 或 TextFileReader

逗号分隔值 (csv) 文件作为带有标签轴的二维数据结构返回。

例子：

>>> pd.read_fwf('data.csv')

相关用法


注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.read_fwf。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。