读取 .txt 文件并按 pandas 获取行和列
Read .txt file and get rows and columns by pandas
我想通过 pandas 库读取此文件以获取数据框。
这个数据框应该有 4 列和很多行。列分隔符
是“,”，而行分隔符是“;”。该文件是 .txt 格式，我不知道该怎么做。
.txt 文件：
822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33;
谢谢！
试试这个：
df = pd.read_csv('test.txt', lineterminator=';', engine='c', header=None)
print(df)
0 1 2 3
0 822 100 33 33
1 321 143 33 33
2 367 236 33 33
3 775 292 33 33
4 951 492 33 33
.. ... ... .. ..
340 556 327 33 33
341 574 287 33 33
342 533 257 33 33
343 611 336 33 33
import pandas as pd
FilePath = 'C:\temp\tstdel.txt'
df11 = pd.read_table(FilePath, lineterminator= ';', delimiter=',', header = None)
df11
给予
0 1 2 3
0 822 100 33 33
1 321 143 33 33
2 367 236 33 33
3 775 292 33 33
4 951 492 33 33
5 1153 518 33 33
我想通过 pandas 库读取此文件以获取数据框。
这个数据框应该有 4 列和很多行。列分隔符
是“,”，而行分隔符是“;”。该文件是 .txt 格式，我不知道该怎么做。
.txt 文件：
822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33； 822,100,33,33； 321,143,33,33； 367,236,33,33； 775,292,33,33； 951,492,33,33； 1153,518,33,33； 939,738,33,33； 988,702,33,33； 936,686,33,33； 946,647,33,33； 965,613,33,33； 900,636,33,33； 924,607,33,33； 936,565,33,33； 533,635,33,33； 515,570,33,33； 618,653,33,33； 669,620,33,33； 721,614,33,33； 759,614,33,33； 739,573,33,33； 774,576,33,33； 816,573,33,33； 851,551,33,33； 767,533,33,33； 852,475,33,33； 797,375,33,33； 704,512,33,33； 743,435,33,33； 807,446,33,33； 719,475,33,33； 638,503,33,33； 622,475,33,33； 704,409,33,33； 658,434,33,33； 660,394,33,33； 605,427,33,33； 595,397,33,33； 559,404,33,33； 577,424,33,33； 556,464,33,33； 537,434,33,33； 522,420,33,33； 479,420,33,33； 467,445,33,33； 479,504,33,33； 423,462,33,33； 431,492,33,33； 422,523,33,33； 394,558,33,33； 360,576,33,33； 363,603,33,33； 401,622,33,33； 441,631,33,33； 240,456,33,33； 287,435,33,33； 346,390,33,33； 313,338,33,33； 364,341,33,33； 411,341,33,33； 408,389,33,33； 442,280,33,33； 482,291,33,33； 521,331,33,33； 556,327,33,33； 574,287,33,33； 533,257,33,33； 611,336,33,33； 836,1109,33,33;
谢谢！
试试这个：
df = pd.read_csv('test.txt', lineterminator=';', engine='c', header=None)
print(df)
0 1 2 3
0 822 100 33 33
1 321 143 33 33
2 367 236 33 33
3 775 292 33 33
4 951 492 33 33
.. ... ... .. ..
340 556 327 33 33
341 574 287 33 33
342 533 257 33 33
343 611 336 33 33
import pandas as pd
FilePath = 'C:\temp\tstdel.txt'
df11 = pd.read_table(FilePath, lineterminator= ';', delimiter=',', header = None)
df11
给予
0 1 2 3 0 822 100 33 33 1 321 143 33 33 2 367 236 33 33 3 775 292 33 33 4 951 492 33 33 5 1153 518 33 33