Загружать данные из txt с помощью pandas

Я загружаю txt файл, содержащий сочетание данных float и string. Я хочу сохранить их в массиве, где я могу получить доступ к каждому элементу. Теперь я просто делаю

import pandas as pd

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

Это структура входного файла: 1 0 2000.0 70.2836942112 1347.28369421 /file_address.txt.

Теперь данные импортируются как уникальный столбец. Как я могу его разделить, чтобы хранить разные элементы отдельно (так что я могу позвонить data[i,j])? И как я могу определить заголовок?

Ответы

Ответ 1

Вы можете использовать:

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

Добавьте sep=" " в свой код, оставив пробел между кавычками. Таким образом, pandas может обнаруживать пробелы между значениями и сортировать по столбцам. Столбцы данных предназначены для обозначения ваших столбцов.

Ответ 2

Я хотел бы добавить к приведенным выше ответам, вы можете напрямую использовать

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

fwf обозначает форматированные строки с фиксированной шириной.

Ответ 3

Решение

@Pietrovismara корректно, но я просто хотел бы добавить: вместо того, чтобы иметь отдельную строку для добавления имен столбцов, это можно сделать из pd.read_csv.

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

Ответ 4

вы можете использовать этот

import pandas as pd
dataset=pd.read_csv("filepath.txt",delimiter="\t")

Ответ 5

Вы можете сделать как:

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

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

Ответ 6

Если у вас нет индекса, назначенного для данных, и вы не уверены, что такое интервал, вы можете использовать, чтобы панды могли назначить индекс и искать несколько пробелов.

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

Ответ 7

Вы можете импортировать текстовый файл с помощью команды read_table следующим образом:

import pandas as pd
df=pd.read_table('output_list.txt',header=None)

Предварительная обработка должна быть выполнена после загрузки

Ответ 8

Основываясь на последних изменениях в пандах, вы можете использовать read_csv, read_table устарела:

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