pandas.read_fwf

pandas.read_fwf(filepath_or_buffer, colspecs='infer', widths=None, **kwds)

Считывает таблицу фиксированной ширины в DataFrame

Также поддерживает необязательную итерацию или разбиение файла на фрагменты.

Дополнительную помощь можно найти в документации по инструментам ввода-вывода.

Параметры:

filepath_or_buffer : str, pathlib.Path, py._path.local.LocalPath или любой объект с методом read() (например, дескриптор файла или StringIO) Строка может быть URL. Допустимые схемы URL включают http, ftp, s3 и file. Для URL файлов ожидается хост. Например, локальный файл может быть file://localhost/путь/к/таблице.csv colspecs : список пар (int, int) или ‘infer’. необязательно Список пар (кортежей), задающих границы полей с фиксированной шириной каждой строки как полуоткрытые интервалы (т.е. [от, до[ ). Строковое значение ‘infer’ может быть использовано для того, чтобы указать парсеру попытаться определить спецификации столбцов из первых 100 строк данных (по умолчанию=’infer’). widths : список целых чисел. необязательно Список ширины полей, который может быть использован вместо ‘colspecs’, если интервалы являются непрерывными. delimiter : str, по умолчанию None Альтернативное имя аргумента для sep. delim_whitespace : boolean, по умолчанию False Указывает, использовать ли пробелы (например, ' ' или ' ') в качестве разделителя. Эквивалентно установке sep='\+s'. Если этот параметр установлен в True, то для параметра delimiter не должно быть передано никакого значения. Добавлено в версии 0.18.1: поддержка Python-парсера. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки(ок), используемых в качестве имен столбцов и начала данных. По умолчанию ведёт себя так, как если бы был установлен в 0, если не был передан names, иначе None. Явно передайте header=0, чтобы иметь возможность заменить существующие имена. Заголовок может быть списком целых чисел, которые указывают позиции строк для многоуровневого индекса по столбцам, например, [0,1,3]. Промежуточные строки, которые не указаны, будут пропущены (например, 2 в данном примере пропускается). Обратите внимание, что этот параметр игнорирует прокомментированные строки и пустые строки, если skip_blank_lines=True, поэтому header=0 обозначает первую строку данных, а не первую строку файла. names : массив-подобный объект, по умолчанию None Список имен столбцов для использования. Если файл не содержит строку заголовка, то вы должны явно передать header=None index_col : int или последовательность или False, по умолчанию None Столбец для использования в качестве меток строк DataFrame. Если задана последовательность, используется MultiIndex. Если у вас есть повреждённый файл с разделителями в конце каждой строки, то вы можете рассмотреть возможность установки index_col=False, чтобы принудительно не использовать первый столбец в качестве индекса (имен строк) usecols : массив-подобный объект, по умолчанию None Возвращает подмножество столбцов. Все элементы в этом массиве должны быть либо позиционными (т.е. целочисленными индексами в столбцах документа), либо строками, которые соответствуют именам столбцов, предоставленным пользователем в names или полученным из строки(ок) заголовка документа. Например, допустимым значением параметра usecols будет [0, 1, 2] или [‘foo’, ‘bar’, ‘baz’]. Использование этого параметра приводит к значительно более быстрому парсингу и меньшему использованию памяти. squeeze : boolean, по умолчанию False Если парсируемые данные содержат только один столбец, то возвращается Series prefix : str, по умолчанию None Префикс для добавления к номерам столбцов при отсутствии заголовка, например, ‘X’ для X0, X1, ... mangle_dupe_cols : boolean, по умолчанию True Дублирующиеся столбцы будут указаны как ‘X.0’...’X.N’, а не ‘X’...’X’ dtype : Имя типа или словарь столбец -> тип, по умолчанию None Тип данных для данных или столбцов. Например, {‘a’: np.float64, ‘b’: np.int32} (не поддерживается с engine=’python’). Используйте str или object для сохранения и не интерпретации типа dtype. converters : словарь, по умолчанию None Словарь функций для преобразования значений в определенных столбцах. Ключи могут быть целыми числами или метками столбцов true_values : список, по умолчанию None Значения, которые нужно рассматривать как True false_values : список, по умолчанию None Значения, которые нужно рассматривать как False skipinitialspace : boolean, по умолчанию False Пропустить пробелы после разделителя. skiprows : список или целое число, по умолчанию None Номера строк для пропуска (индексируются с 0) или количество строк для пропуска (целое число) в начале файла skipfooter : int, по умолчанию 0 Количество строк в конце файла для пропуска (не поддерживается с engine=’c’) nrows : int, по умолчанию None Количество строк файла для чтения. Полезно для чтения фрагментов больших файлов na_values : str или массив-подобный объект или словарь, по умолчанию None Дополнительные строки для распознавания как NA/NaN. Если передан словарь, то специфичные значения NA для каждого столбца. По умолчанию следующие значения интерпретируются как NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’, ‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’. keep_default_na : bool, по умолчанию True Если заданы na_values и keep_default_na False, то значения NaN по умолчанию переопределяются, иначе они добавляются. na_filter : boolean, по умолчанию True Обнаруживать маркеры пропущенных значений (пустые строки и значение na_values). В данных без каких-либо NA, передача na_filter=False может улучшить производительность чтения большого файла verbose : boolean, по умолчанию False Указывать количество значений NA, помещённых в нечисловые столбцы skip_blank_lines : boolean, по умолчанию True Если True, пропускать пустые строки вместо интерпретации как NaN parse_dates : boolean или список целых чисел или имён или список списков или словарь, по умолчанию False boolean. Если True -> пытаться разобрать индекс. список целых чисел или имён. Например, Если [1, 2, 3] -> пытаться разобрать столбцы 1, 2, 3 каждый как отдельный столбец дат. список списков. Например, Если [[1, 3]] -> объединить столбцы 1 и 3 и разобрать как один столбец дат. словарь, например, {‘foo’ : [1, 3]} -> разобрать столбцы 1, 3 как дату и назвать результат ‘foo’ Примечание: Существует быстрый путь для дат в формате iso8601. infer_datetime_format : boolean, по умолчанию False Если True и parse_dates включено, pandas будет пытаться определить формат строк дат в столбцах и, если он может быть определён, переключиться на более быстрый метод их разбора. В некоторых случаях это может увеличить скорость разбора на ~5-10 раз. keep_date_col : boolean, по умолчанию False Если True и parse_dates указывает на объединение нескольких столбцов, то сохранить исходные столбцы. date_parser : функция, по умолчанию None Функция для преобразования последовательности столбцов строк в массив экземпляров дат. По умолчанию используется dateutil.parser.parser для выполнения преобразования. Pandas будет пытаться вызвать date_parser тремя различными способами, переходя к следующему, если произойдет исключение: 1) Передать один или несколько массивов (как определено в parse_dates) в качестве аргументов; 2) конкатенировать (по строкам) строковые значения из столбцов, определённых в parse_dates, в один массив и передать его; и 3) вызвать date_parser один раз для каждой строки, используя одно или несколько строк (соответствующих столбцам, определённым в parse_dates) в качестве аргументов. dayfirst : boolean, по умолчанию False Даты в формате ДД/ММ, международный и европейский формат iterator : boolean, по умолчанию False Возвратить объект TextFileReader для итерации или получения фрагментов с get_chunk(). chunksize : int, по умолчанию None Возвращает объект TextFileReader для итерации. См. документацию по инструментам ввода/вывода для получения дополнительной информации о iterator и chunksize. compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, по умолчанию ‘infer’ Для динамического распаковки данных на диске. Если ‘infer’, то использовать gzip, bz2, zip или xz, если filepath_or_buffer — строка, оканчивающаяся на ‘.gz’, ‘.bz2’, ‘.zip’ или ‘xz’, соответственно, и без распаковки в противном случае. При использовании ‘zip’, ZIP-файл должен содержать только один файл данных для чтения. Установите в None для отключения распаковки. Добавлено в версии 0.18.1: поддержка сжатия ‘zip’ и ‘xz’. thousands : str, по умолчанию None Разделитель тысяч decimal : str, по умолчанию ‘.’ Символ, распознаваемый как десятичная точка (например, используйте ‘,’ для европейских данных). lineterminator : str (длина 1), по умолчанию None Символ для разделения файла на строки. Действителен только с C-парсером. quotechar : str (длина 1), необязательно Символ, используемый для обозначения начала и конца цитируемого элемента. Цитаты могут включать разделитель, и он будет проигнорирован. quoting : int или экземпляр csv.QUOTE_*, по умолчанию None Управление поведением цитирования полей согласно csv.QUOTE_* константам. Используйте одну из QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) или QUOTE_NONE (3). По умолчанию (None) используется поведение QUOTE_MINIMAL. escapechar : str (длина 1), по умолчанию None Символ длиной один символ, используемый для экранирования разделителя, когда цитирование — QUOTE_NONE. comment : str, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если он найден в начале строки, то строка будет проигнорирована. Этот параметр должен быть одиночным символом. Как и пустые строки (пока skip_blank_lines=True), полностью прокомментированные строки игнорируются параметром header, но не skiprows. Например, если comment=’#’, парсирование ‘#emptyna,b,cn1,2,3’ с header=0 приведёт к тому, что ‘a,b,c’ будет рассматриваться как заголовок. encoding : str, по умолчанию None Кодировка для использования для UTF при чтении/записи (например, ‘utf-8’). Список стандартных кодировок Python dialect : str или экземпляр csv.Dialect, по умолчанию None Если None, по умолчанию использует Excel-диалект. Игнорируется, если sep длиннее 1 символа. См. документацию csv.Dialect для получения дополнительной информации tupleize_cols : boolean, по умолчанию False Оставить список кортежей в столбцах как есть (по умолчанию преобразуется в многоуровневый индекс по столбцам) error_bad_lines : boolean, по умолчанию True Строки с избыточным количеством полей (например, строка csv со слишком многими запятыми) по умолчанию вызывают исключение, и DataFrame не возвращается. Если False, то эти «плохие строки» будут удалены из возвращаемого DataFrame. (Действительно только с C-парсером) warn_bad_lines : boolean, по умолчанию True Если error_bad_lines — False, и warn_bad_lines — True, то будет выведено предупреждение для каждой «плохой строки». (Действительно только с C-парсером).

Возвращает:	результат : DataFrame или TextParser Также, ‘разделитель’ используется для указания символа заполнения полей, если это не пробелы (например, ‘~’).