使用熊猫从txt加载数据

我正在加载一个包含浮点和字符串数据混合的txt文件。我想将它们存储在可以访问每个元素的数组中。现在我正在做

import pandas as pd

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

这是输入文件的结构：1 0 2000.0 70.2836942112 1347.28369421 /file_address.txt。

现在，数据将作为唯一列导入。我如何划分它，以便分别存储不同的元素（所以我可以调用data[i,j]）？以及如何定义标题？

您可以使用：

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

添加sep=" "您的代码，在引号之间留一个空格。因此，熊猫可以检测值之间的空格并按列排序。数据列用于命名您的列。

我想补充上面的答案，你可以直接使用

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

fwf代表固定宽度的格式化行。

@Pietrovismara的解决方案是正确的，但我只想添加：可以使用pd.read_csv来执行此操作，而不必使用单独的行来添加列名称。

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

你可以用这个

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

如果您没有为数据分配索引，并且不确定间距是多少，可以使用让熊猫分配索引并查找多个空格。

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

您可以这样做：

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

（例如df = pd.read_csv（'F：\ Desktop \ ds \ text.txt'，分隔符=“ \ t”）

根据熊猫的最新更改，您可以使用read_csv，不建议使用read_table：

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

您可以使用read_table命令导入文本文件，如下所示：

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

加载后需要进行预处理

通常，我通常先看一下数据，或者只是尝试将其导入并执行data.head（），如果看到列之间用\ t分隔，则应指定sep="\t"否则sep = " "。

import pandas as pd     
data = pd.read_csv('data.txt', sep=" ", header=None)