Python pandas.read_table用法及代码示例

用法: pandas.read_table(filepath_or_buffer, sep=NoDefault.no_default, delimiter=None, header='infer', names=NoDefault.no_default, index_col=None, usecols=None, squeeze=None, prefix=NoDefault.no_default, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, encoding_errors='strict', dialect=None, error_bad_lines=None, warn_bad_lines=None, on_bad_lines=None, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None, storage_options=None)

将通用分隔文件读入 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

任何有效的字符串路径都是可接受的。该字符串可以是一个 URL。有效的 URL 方案包括 http、ftp、s3、gs 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。

如果你想传入一个路径对象，pandas 接受任何 os.PathLike 。

通过file-like 对象，我们指的是具有read() 方法的对象，例如文件句柄(例如通过内置open 函数)或StringIO。

sep：str，默认‘\t’ (tab-stop)

要使用的分隔符。如果 sep 为 None，C 引擎无法自动检测分隔符，但 Python 解析引擎可以，这意味着将使用后者并通过 Python 的内置嗅探工具 csv.Sniffer 自动检测分隔符。此外，长度超过 1 个字符且不同于 '\s+' 的分隔符将被解释为正则表达式，并且还将强制使用 Python 解析引擎。请注意，正则表达式分隔符容易忽略引用的数据。正则表达式示例：'\r\t'。

delimiter：
str，默认 None

sep 的别名。

header：int，int 列表，无，默认 ‘infer’

用作列名的行号和数据的开头。默认行为是推断列名：如果没有传递名称，则行为与 header=0 相同，并且从文件的第一行推断列名，如果显式传递列名，则行为与 header=None 相同.显式传递 header=0 以便能够替换现有名称。标题可以是一个整数列表，指定列上 multi-index 的行位置，例如[0,1,3]。未指定的中间行将被跳过(例如，此示例中的 2 被跳过)。请注意，如果 skip_blank_lines=True ，此参数将忽略注释行和空行，因此 header=0 表示数据的第一行而不是文件的第一行。

names：array-like，可选

要使用的列名列表。如果文件包含标题行，则应显式传递 header=0 以覆盖列名。不允许在此列表中重复。

index_col：
int, str, int /str 的序列，或 False，可选，默认 None

用作 DataFrame 的行标签的列，以字符串名称或列索引的形式给出。如果给出了 int /str 序列，则使用 MultiIndex。

注意：index_col=False 可用于强制 pandas 不使用第一列作为索引，例如当您在每行末尾有一个带有分隔符的格式错误的文件时。

usecols：list-like 或可调用，可选

返回列的子集。如果list-like，所有元素必须是位置元素(即文档列的整数索引)或与用户提供的列名相对应的字符串names或从文档标题行推断。如果names已给出，则不考虑文档标题行。例如，有效的 list-likeusecols参数将是[0, 1, 2]或者['foo', 'bar', 'baz'].元素顺序被忽略，所以usecols=[0, 1]是相同的[1, 0].实例化一个 DataFrame 从data保留元素顺序使用pd.read_csv(data, usecols=['foo', 'bar'])[['foo', 'bar']]对于列['foo', 'bar']排序或pd.read_csv(data, usecols=['foo', 'bar'])[['bar', 'foo']]为了['bar', 'foo']命令。

如果可调用，则可调用函数将根据列名进行评估，返回可调用函数评估为 True 的名称。一个有效的可调用参数的例子是 lambda x:x.upper() in ['AAA', 'BBB', 'DDD'] 。使用此参数会导致更快的解析时间和更低的内存使用量。

squeeze：布尔值，默认为 False

如果解析的数据只包含一列，则返回一个系列。

prefix：str，可选

没有标题时添加到列号的前缀，例如“X”代表 X0、X1、……

mangle_dupe_cols：布尔值，默认为真

重复的列将被指定为“X”、“X.1”、……“X.N”，而不是“X”……“X”。如果列中存在重复名称，则传入 False 将导致数据被覆盖。

dtype：类型名称或列的字典 -> 类型，可选

数据或列的数据类型。例如： {‘a’:np.float64, ‘b’:np.int32, ‘c’:‘Int64’} 使用 str 或 object 以及合适的 na_values 设置来保留而不是解释 dtype。如果指定了转换器，则将应用它们代替 dtype 转换。

engine：{‘c’, ‘python’, ‘pyarrow’}，可选

要使用的解析器引擎。 C和pyarrow引擎更快，而python引擎目前更多feature-complete。目前仅 pyarrow 引擎支持多线程。

converters：字典，可选

用于转换某些列中的值的函数的字典。键可以是整数或列标签。

true_values：列表，可选

值视为 True。

false_values：列表，可选

要考虑为 False 的值。

skipinitialspace：布尔值，默认为 False

分隔符后跳过空格。

skiprows：list-like，int 或可调用，可选

文件开头要跳过的行号(0-indexed)或要跳过的行数(int)。

如果可调用，可调用函数将根据行索引进行评估，如果应该跳过该行，则返回 True，否则返回 False。一个有效的可调用参数的例子是 lambda x:x in [0, 2] 。

skipfooter：整数，默认 0

要跳过的文件底部的行数(engine='c' 不支持)。

nrows：整数，可选

要读取的文件行数。对于读取大文件片段很有用。

na_values：标量、str、list-like 或 dict，可选

要识别为 NA/NaN 的附加字符串。如果 dict 通过，特定的 per-column NA 值。默认情况下，以下值被解释为 NaN：''、'#N/A'、'#N/AN/A'、'#NA'、'-1.#IND'、'-1.#QNAN'、 '-NaN'、'-nan'、'1.#IND'、'1.#QNAN'、'<NA>'、'N/A'、'NA'、'NULL'、'NaN'、'n /a'，‘nan’, ‘null’。

keep_default_na：布尔值，默认为真

解析数据时是否包含默认的 NaN 值。根据是否传入na_values，行为如下：

如果 keep_default_na 为 True，并且指定了 na_values，则将 na_values 附加到用于解析的默认 NaN 值。
如果 keep_default_na 为 True，并且未指定 na_values，则仅使用默认的 NaN 值进行解析。
如果 keep_default_na 为 False，并且指定了 na_values，则仅使用指定的 NaN 值 na_values 进行解析。
如果 keep_default_na 为 False，并且未指定 na_values，则不会将任何字符串解析为 NaN。

请注意，如果 na_filter 作为 False 传入，则 keep_default_na 和 na_values 参数将被忽略。

na_filter：布尔值，默认为真

检测缺失值标记(空字符串和na_values 的值)。在没有任何 NA 的数据中，传递 na_filter=False 可以提高读取大文件的性能。

verbose：布尔值，默认为 False

指示放置在非数字列中的 NA 值的数量。

skip_blank_lines：布尔值，默认为真

如果为 True，则跳过空行而不是解释为 NaN 值。

parse_dates：bool 或 int 列表或名称或列表或 dict 列表，默认为 False

行为如下：

布尔值。如果 True -> 尝试解析索引。
int 或名称列表。例如如果 [1, 2, 3] -> 尝试将第 1、2、3 列分别解析为单独的日期列。
列表列表。例如如果 [[1, 3]] -> 合并第 1 列和第 3 列并解析为单个日期列。
字典，例如{‘foo’:[1, 3]} -> 将第 1、3 列解析为日期并调用结果 ‘foo’

如果列或索引不能表示为日期时间数组，例如由于不可解析的值或时区的混合，列或索引将作为对象数据类型原样返回。对于非标准日期时间解析，请在 pd.read_csv 之后使用 pd.to_datetime 。要解析具有混合时区的索引或列，请将 date_parser 指定为 partially-applied pandas.to_datetime() 和 utc=True 。有关更多信息，请参阅使用混合时区解析 CSV。

注意：iso8601 格式的日期存在fast-path。

infer_datetime_format：布尔值，默认为 False

如果 True 和 parse_dates 被启用，pandas 将尝试推断列中日期时间字符串的格式，如果可以推断，则切换到更快的解析它们的方法。在某些情况下，这可以将解析速度提高 5-10 倍。

keep_date_col：布尔值，默认为 False

如果 True 和 parse_dates 指定合并多个列，则保留原始列。

date_parser：函数，可选

用于将字符串列序列转换为日期时间实例数组的函数。默认使用dateutil.parser.parser 进行转换。 Pandas 将尝试以三种不同的方式调用 date_parser，如果发生异常则前进到下一种方式：1) 将一个或多个数组(由 parse_dates 定义)作为参数传递； 2) 将parse_dates 定义的列中的字符串值连接(按行)到单个数组中并传递它； 3) 使用一个或多个字符串(对应于 parse_dates 定义的列)作为参数为每一行调用一次 date_parser。

dayfirst：布尔值，默认为 False

DD/MM 格式日期，国际和欧洲格式。

cache_dates：布尔值，默认为真

如果为 True，则使用唯一的已转换日期缓存来应用日期时间转换。解析重复的日期字符串时可能会产生显著的speed-up，尤其是具有时区偏移的字符串。

iterator：布尔值，默认为 False

返回 TextFileReader 对象以进行迭代或使用 get_chunk() 获取块。

chunksize：整数，可选

返回 TextFileReader 对象进行迭代。有关 iterator 和 chunksize 的更多信息，请参阅 IO 工具文档。

compression：str 或 dict，默认 ‘infer’

用于on-disk 数据的即时解压缩。如果 ‘infer’ 和 '%s' 是 path-like，则从以下扩展名中检测压缩：'.gz'、'.bz2'、'.zip'、'.xz' 或 '.zst'(否则没有压缩)。如果使用‘zip’，ZIP 文件必须只包含一个要读入的数据文件。设置为None无需减压。也可以是带键的字典'method'设置为 { 之一'zip','gzip','bz2','zstd'} 和其他键值对被转发到zipfile.ZipFile,gzip.GzipFile,bz2.BZ2File，或者zstandard.ZstdDecompressor，分别。例如，可以使用自定义压缩字典为 Zstandard 解压缩传递以下内容：compression={'method':'zstd', 'dict_data':my_compression_dict}.

thousands：str，可选

千位分隔符。

decimal：str，默认“。”

识别为小数点的字符(例如，对欧洲数据使用“,”)。

lineterminator：str(长度 1)，可选

将文件分成几行的字符。仅对 C 解析器有效。

quotechar：str(长度 1)，可选

用于表示引用项的开始和结束的字符。引用的项目可以包含分隔符，它将被忽略。

quoting：int 或 csv.QUOTE_* 实例，默认 0

每个 csv.QUOTE_* 常量的控制字段引用行为。使用 QUOTE_MINIMAL (0)、QUOTE_ALL (1)、QUOTE_NONNUMERIC (2) 或 QUOTE_NONE (3) 之一。

doublequote：
布尔值，默认 True

当指定quotechar 并且quoting 不是QUOTE_NONE 时，指示是否将字段内的两个连续quotechar 元素解释为单个quotechar 元素。

escapechar：str(长度 1)，可选

One-character 用于转义其他字符的字符串。

comment：str，可选

指示不应解析行的其余部分。如果在一行的开头找到，则该行将被完全忽略。此参数必须是单个字符。与空行一样(只要 skip_blank_lines=True )，参数 header 会忽略完全注释的行，但 skiprows 不会。例如，如果 comment='#' ，用 header=0 解析 #empty\na,b,c\n1,2,3 将导致“a,b,c”被视为标头。

encoding：str，可选

读取/写入时用于 UTF 的编码(例如“utf-8”)。 Python 标准编码列表。

encoding_errors：str，可选，默认 “strict”

如何处理编码错误。可能值列表。

dialect：str 或 csv.Dialect，可选

如果提供，此参数将覆盖以下参数的值(默认与否)：delimiter、doublequote、escapechar、skipinitialspace、quotechar 和 quoting。如果需要覆盖值，将发出 ParserWarning。有关更多详细信息，请参阅 csv.Dialect 文档。

error_bad_lines：
布尔，可选，默认 None

默认情况下，字段过多的行(例如，逗号过多的 csv 行)会引发异常，并且不会返回任何 DataFrame。如果为 False，那么这些 “bad lines” 将从返回的 DataFrame 中删除。

warn_bad_lines：
布尔，可选，默认 None

如果 error_bad_lines 为 False，并且 warn_bad_lines 为 True，则将输出每个 “bad line” 的警告。

on_bad_lines：{‘error’, ‘warn’, ‘skip’} 或可调用，默认 ‘error’

指定遇到错误行(包含太多字段的行)时要执行的操作。允许的值为：

‘error’, raise an Exception when a bad line is encountered.

‘warn’, raise a warning when a bad line is encountered and skip that line.

‘skip’, skip bad lines without raising or warning when they are encountered.

delim_whitespace：布尔值，默认为 False

指定是否将空格(例如 ' ' 或 ' ' )用作 sep。相当于设置 sep='\s+' 。如果此选项设置为 True，则不应为 delimiter 参数传递任何内容。

low_memory：布尔值，默认为真

在内部以块的形式处理文件，从而在解析时减少内存使用，但可能是混合类型推断。要确保没有混合类型，请设置 False，或使用 dtype 参数指定类型。请注意，无论如何，整个文件都被读入单个 DataFrame，请使用 chunksize 或 iterator 参数以块的形式返回数据。 (仅对 C 解析器有效)。

memory_map：布尔值，默认为 False

如果为 filepath_or_buffer 提供了文件路径，则将文件对象直接映射到内存并直接从那里访问数据。使用此选项可以提高性能，因为不再有任何 I/O 开销。

float_precision：str，可选

指定 C 引擎应对浮点值使用的转换器。普通转换器的选项是None 或‘high’，原始低精度 Pandas 转换器的选项是‘legacy’，round-trip 转换器的选项是‘round_trip’。

storage_options：字典，可选

对特定存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对作为标头选项转发到 urllib。对于其他 URL(例如以 “s3://” 和 “gcs://” 开头)，键值对被转发到 fsspec 。有关详细信息，请参阅fsspec 和urllib。

DataFrame 或 TextParser: 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_table('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_table。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。

用法:

参数：

返回：

例子：