python利用read

• • 1. 案例
  • 2. pandas.read_table() 详解
  • • 1.sep介绍
    • 参数列表：适用于read_csv()和read_table()
  • 3. read_csv()读取dat数据、写入dat
  • 参考链接

df = pd.read_table(r'E:data2012_08_10.dat', sep=',', skiprows=1)

• 首先，用记事本打开 dat 信息，查看内容。发现第一行为无用信息，跳过第一行， skiprows=1，
• 第二行和第三行看似杂乱，值得数量却和下面的行是一致的，需要保留。
• 内容都是由 逗号 隔开，所以 sep=‘,’ 。

当字段是以多种不同数量的空格分开时，可以向read_table传入一个正则表达式作为分隔符。正则表达式为 s+，因此我们可以得到：

In [21]: result = pd.read_table('examples/ex3.txt', sep='s+')

In [22]: result
Out[22]: 
            A         B         C
aaa -0.264438 -1.026059 -0.619500
bbb  0.927272  0.302904 -0.032399
ccc -0.264273 -0.386314 -0.217601
ddd -0.871858 -0.348382  1.100491

import  pandas  as pd
#1：读取指定行
print("----读取指定的单行，数据会存在列表里面----")
df=pd.read_csv('测试.dat')#
data=df.loc[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：n{0}".format(data))

写入

#写入dat文件
#index=0:索引不写入
#sep='|'：写入具有分隔符的数据
df.to_csv('xxx.dat',header=None,encoding='utf-8',sep='|',quoting=3,index=0)

[1] panda.read_table 2022.6