如何使用 pandas 读取 tsv 文件（包括示例）

要在 Python 中使用 pandas 读取 TSV 文件，可以使用以下基本语法：

 df = pd. read_csv (" data.txt ", sep=" \t ")

本教程提供了该功能实际使用的几个示例。

读取带有标头的 TSV 文件

假设我们有以下名为data.txt的 TSV 文件，其中包含标题：

要将这个文件读入 pandas DataFrame，我们可以使用以下语法：

 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

我们可以使用以下语法打印 DataFrame 类并查找行数和列数：

 #display class of DataFrame
print (type(df))

<class 'pandas.core.frame.DataFrame'>

#display number of rows and columns in DataFrame
df. shape

(10, 2)

我们可以看到df是一个有 10 行 2 列的 pandas DataFrame。

读取不带头的 TSV 文件

假设我们有以下名为data.txt的 TSV 文件，没有标题：

要将这个文件读入 pandas DataFrame，我们可以使用以下语法：

 #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

由于文本文件没有标题，pandas 只是将列命名为0和1 。

读取不带标题的 TSV 文件并指定列名

如果需要，我们可以在导入文本文件时使用名称参数指定列名称：

 #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

其他资源

以下教程解释了如何使用 pandas 读取其他文件类型：

如何使用 Pandas 读取文本文件
如何使用 Pandas 读取 CSV 文件
如何使用 Pandas 读取 Excel 文件
如何使用 Pandas 读取 JSON 文件