如何使用 pandas 加载文本文件？
How to load text file using pandas?
例如，我将这个文本文件命名为“abc.txt”，如下所示：
#Name : abc
#Date : 1/1/2000
#Country : USA
9000 32 5143 16
2172 26 9162 22
1616 25 7181 40
4626 51 9299 77
我只想将数字提取到数据框中，不包括名称、日期和国家/地区行
即使 abc.txt 不是 CSV 文件，您仍然可以使用 pandas.read_csv() 功能，因为文件 CSV-like 足够了。由于您想跳过前三行，因此传递包含相应行索引的任何可迭代对象（在本例中，这将是包含 0、1 和 2 的任何可迭代对象）。但是，传递 range(3) 可能是最简单的。由于没有 headers，您还需要传递 header=None。
>>> pandas.read_csv(
"abc.txt", delimiter=r"\s+", skiprows=range(3), header=None
)
0 1 2 3
0 9000 32 5143 16
1 2172 26 9162 22
2 1616 25 7181 40
3 4626 51 9299 77
例如，我将这个文本文件命名为“abc.txt”，如下所示：
#Name : abc
#Date : 1/1/2000
#Country : USA
9000 32 5143 16
2172 26 9162 22
1616 25 7181 40
4626 51 9299 77
我只想将数字提取到数据框中，不包括名称、日期和国家/地区行
即使 abc.txt 不是 CSV 文件，您仍然可以使用 pandas.read_csv() 功能，因为文件 CSV-like 足够了。由于您想跳过前三行，因此传递包含相应行索引的任何可迭代对象（在本例中，这将是包含 0、1 和 2 的任何可迭代对象）。但是，传递 range(3) 可能是最简单的。由于没有 headers，您还需要传递 header=None。
>>> pandas.read_csv(
"abc.txt", delimiter=r"\s+", skiprows=range(3), header=None
)
0 1 2 3
0 9000 32 5143 16
1 2172 26 9162 22
2 1616 25 7181 40
3 4626 51 9299 77