我可以在打开 txt 文件时保存导入设置吗？
Can I save the import settings while opening a txt file?
我是 Python 的新手，想将其用于我的质谱数据分析。我有一个由制表符分隔的 txt 文件。我可以用导入助手将它导入到 Excel 中。
我还设法使用导入助手将它导入到 spyder 中，但我想自动化该过程。
有没有办法“记录”我在手动加载数据时使用的导入设置？这样我就可以生成一个代码，将来可以用于其他 txt 文件。
我试过使用 NumPy 和 pandas 导入我的数据，但我的 txt 文件包含字符串和数字（浮点数），我没能告诉 Python 区分这两者。
在手动导入文件时，我得到了我想要的 exat DataFrame，第一行是 header，字符串和数字格式正确。
这是我的 txt 文件的示例：
Protein.IDs Majority.protein.IDs Peptide.counts..all.
0 LmxM.01.0330.1-p1 LmxM.01.0330.1-p1 5
1 LmxM.01.0410.1-p1 LmxM.01.0410.1-p1 15
2 LmxM.01.0480.1-p1 LmxM.01.0480.1-p1 14
3 LmxM.01.0490.1-p1 LmxM.01.0490.1-p1 27
4 LmxM.01.0520.1-p1 LmxM.01.0520.1-p1 27
使用 numpy 或 pandas 是自动化该过程的最佳方式，所以使用正确的工具做得很好。
我建议您查看 pandas read_csv 函数必须提供的所有选项。很可能只有一行代码可以通过使用正确的选项正确导入数据。
特别是，如果浮点数未正确解析，请查看 decimal 选项。
即使您正确使用 pandas，您可能仍想使用的其他解决方案是：
- 格式化输入数据以使您的生活更轻松：在生成数据时，或使用一些具有良好宏的记事本（Notepadd++ 可以替换表达式或为您完成繁琐的重复击键）。
- 正在格式化 pandas 导入的输出。如果您仍然有应该被解释为数值的字符串，也许您可以 运行 一个循环来检查所有值是否都以它们应该采用的格式转换。
最后，当您提出技术问题时，您可能希望提供一些示例：显示数据示例、您正在使用的代码以及代码的输出将使您更容易回答您的问题:)
编辑：
根据您发布的数据示例，在我看来 pandas 应该可以很好地分离数据并且可以毫无问题地检测字符串和数值。
查看 read_csv 的选项 sep。默认是','，你可能想把它切换成表格：'\t'
试试这个：
pandas.read_csv(my_filename, sep='\t')
您可能 运行 遇到一些 header 问题，您可以使用 header 和 names 选项解决这些问题。
我是 Python 的新手，想将其用于我的质谱数据分析。我有一个由制表符分隔的 txt 文件。我可以用导入助手将它导入到 Excel 中。 我还设法使用导入助手将它导入到 spyder 中，但我想自动化该过程。 有没有办法“记录”我在手动加载数据时使用的导入设置？这样我就可以生成一个代码，将来可以用于其他 txt 文件。
我试过使用 NumPy 和 pandas 导入我的数据，但我的 txt 文件包含字符串和数字（浮点数），我没能告诉 Python 区分这两者。
在手动导入文件时，我得到了我想要的 exat DataFrame，第一行是 header，字符串和数字格式正确。
这是我的 txt 文件的示例：
Protein.IDs Majority.protein.IDs Peptide.counts..all.
0 LmxM.01.0330.1-p1 LmxM.01.0330.1-p1 5
1 LmxM.01.0410.1-p1 LmxM.01.0410.1-p1 15
2 LmxM.01.0480.1-p1 LmxM.01.0480.1-p1 14
3 LmxM.01.0490.1-p1 LmxM.01.0490.1-p1 27
4 LmxM.01.0520.1-p1 LmxM.01.0520.1-p1 27
使用 numpy 或 pandas 是自动化该过程的最佳方式，所以使用正确的工具做得很好。
我建议您查看 pandas read_csv 函数必须提供的所有选项。很可能只有一行代码可以通过使用正确的选项正确导入数据。
特别是，如果浮点数未正确解析，请查看 decimal 选项。
即使您正确使用 pandas，您可能仍想使用的其他解决方案是：
- 格式化输入数据以使您的生活更轻松：在生成数据时，或使用一些具有良好宏的记事本（Notepadd++ 可以替换表达式或为您完成繁琐的重复击键）。
- 正在格式化 pandas 导入的输出。如果您仍然有应该被解释为数值的字符串，也许您可以 运行 一个循环来检查所有值是否都以它们应该采用的格式转换。
最后，当您提出技术问题时，您可能希望提供一些示例：显示数据示例、您正在使用的代码以及代码的输出将使您更容易回答您的问题:)
编辑：
根据您发布的数据示例，在我看来 pandas 应该可以很好地分离数据并且可以毫无问题地检测字符串和数值。
查看 read_csv 的选项 sep。默认是','，你可能想把它切换成表格：'\t'
试试这个：
pandas.read_csv(my_filename, sep='\t')
您可能 运行 遇到一些 header 问题，您可以使用 header 和 names 选项解决这些问题。