Чтобы прочитать файл TSV с пандами в Python, вы можете использовать следующий базовый синтаксис:
df = pd.read_csv (" data.txt", sep=" \t ")
В этом руководстве представлено несколько примеров использования этой функции на практике.
Чтение файла TSV с заголовком
Предположим, у нас есть следующий файл TSV с именем data.txt и заголовком:
Чтобы прочитать этот файл в DataFrame pandas, мы можем использовать следующий синтаксис:
import pandas as pd
#read TSV file into pandas DataFrame
df = pd.read_csv (" data.txt", sep=" \t ")
#view DataFrame
print(df)
column1 column2
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
Мы можем распечатать класс DataFrame и найти количество строк и столбцов, используя следующий синтаксис:
#display class of DataFrame
print(type(df))
<class 'pandas.core.frame.DataFrame'>
#display number of rows and columns in DataFrame
df.shape
(10, 2)
Мы видим, что df — это DataFrame pandas с 10 строками и 2 столбцами.
Чтение TSV-файла без заголовка
Предположим, у нас есть следующий TSV-файл с именем data.txt без заголовков:
Чтобы прочитать этот файл в DataFrame pandas, мы можем использовать следующий синтаксис:
#read TSV file into pandas DataFrame
df = pd.read_csv (" data.txt", sep=" \t", header= None )
#view DataFrame
print(df)
0 1
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
Поскольку в текстовом файле не было заголовков, Pandas просто назвали столбцы 0 и 1 .
Чтение файла TSV без заголовка и указание имен столбцов
При желании мы можем присвоить имена столбцам при импорте текстового файла с помощью аргумента имен :
#read TSV file into pandas DataFrame and specify column names
df = pd.read_csv (" data.txt", sep=" \t", header= None, names=[" A", " B "] )
#display DataFrame
print(df)
A B
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
Дополнительные ресурсы
В следующих руководствах объясняется, как читать файлы других типов с помощью pandas:
Как читать текстовый файл с помощью Pandas
Как читать файлы CSV с помощью Pandas
Как читать файлы Excel с помощью Pandas
Как прочитать файл JSON с помощью Pandas