Pandas read_table函數使用指南

一、read_table函數功能介紹

read_table是pandas中用於讀取表格型數據的函數，可以讀取各種格式的數據文件，包括csv、tsv、excel、txt等等，讀取後的數據格式為DataFrame，是pandas中最常用的數據類型之一。read_table函數的詳細使用方法會在後面的小標題中介紹。

二、read_table函數常用參數

    read_table(filepath_or_buffer,sep='\t',delimiter=None,header='infer',names=None,
               index_col=None,usecols=None,squeeze=False,prefix=None,
               mangle_dupe_cols=True, dtype=None, engine=None,converters=None,
               true_values=None, false_values=None,skipinitialspace=False,skiprows=None,
               nrows=None,na_values=None,keep_default_na=True,na_filter=True,
               verbose=False,skip_blank_lines=True,parse_dates=False,infer_datetime_format=False,
               keep_date_col=False, date_parser=None,dayfirst=False,iterator=False,chunksize=None,
               compression='infer',thousands=None, decimal=b'.',comment=None,encoding=None,
               dialect=None,error_bad_lines=True,warn_bad_lines=True,skipfooter=0,
               doublequote=True,escapechar=None,quotechar='"',quoting=0,lineterminator=None,
               delim_whitespace=False,low_memory=True,memory_map=False,float_precision=None)

常用參數說明：

• filepath_or_buffer: 文件路徑或可讀取的文件對象。
• sep: 字段分隔符，默認為’\t’。
• delimiter: 指定字段分隔符，若不指定則sep生效。
• header: 指定表頭所在行號，默認值為’inf’， 即不含表頭。
• names: 指定列名列表。
• index_col: 指定某列作為行索引。
• usecols: 指定需要讀取的列。
• dtype: 指定列數據類型。
• na_values: 指定缺失值表示字符。
• skiprows: 指定需要跳過的行。
• nrows: 指定讀取行數。
• encoding: 指定讀取文件的編碼格式。

三、read_table函數使用實例

1. 讀取csv文件

讀取csv文件，以’,’為分隔符，默認讀取所有列。

    import pandas as pd
    df = pd.read_table('data.csv',sep=',')
    df.head()

2. 讀取含表頭的tsv文件

讀取含表頭的tsv文件，以’\t’為分隔符，自定義列名。

    import pandas as pd
    df = pd.read_table('data.tsv',sep='\t',header=0,names=['Col1','Col2','Col3'])
    df.head()

3. 讀取txt文件

讀取純文本文件，選取第2、4、6行，以空格為分隔符。

    import pandas as pd
    df = pd.read_table('data.txt',sep=' ',usecols=[1,3,5],skiprows=[0,1,3])
    df.head()

4. 讀取excel文件

讀取excel文件，選取第一個sheet的A列和B列。

    import pandas as pd
    df = pd.read_table('data.xlsx',usecols=['A','B'])
    df.head()

5. 讀取網頁數據

從URL讀取網頁數據，讀取第0列和第1列，用Tab分隔，缺失值替換為空格。

    import pandas as pd
    url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
    df = pd.read_table(url,sep='\t', usecols=[0,1],na_values=' ')
    df.head()

四、總結

本文介紹了Pandas庫中read_table函數的使用指南，包括函數介紹、常用參數和實例演示。通過本文的學習，可以更加深入地理解read_table函數的應用，從而更好地處理表格數據。