pandas 读入文本型数字
时间: 2024-03-27 11:33:50 浏览: 16
在使用pandas读入文本型数字时,可以使用以下方法:
1. 使用read_csv()函数读取CSV文件,并设置header参数为None,表示文件没有标题。例如:
```python
import pandas as pd
data = pd.read_csv("data.txt", header=None)
```
2. 使用read_csv()函数读取CSV文件,并使用names参数设置列名。例如:
```python
import pandas as pd
data = pd.read_csv("data.txt", names=["a", "b", "name"])
```
3. 使用read_csv()函数读取CSV文件,并使用names参数设置列名,同时使用index_col参数设置列索引。例如:
```python
import pandas as pd
data = pd.read_csv("data.txt", names=["a", "b", "name"], index_col="name")
```
4. 使用read_excel()函数读取XLS或XLSX文件。例如:
```python
import pandas as pd
data = pd.read_excel("data.xlsx", header=None)
```
5. 使用read_table()函数读取TXT文件,并使用sep参数指定分隔符。例如:
```python
import pandas as pd
data = pd.read_table("data.txt", sep=",")
```
6. 使用read_csv()函数读取不规则的TXT文件,并使用sep参数指定正则表达式作为分隔符。例如:
```python
import pandas as pd
data = pd.read_csv("data.txt", sep="\s+")
```
7. 使用na_values参数设置缺失值的替代值。例如:
```python
import pandas as pd
data = pd.read_csv("data.txt", na_values=[-999, -1])
```