pandas.read_table

pandas.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, skipfooter=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='.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, skip_footer=0, doublequote=True, delim_whitespace=False, as_recarray=False, compact_ints=False, use_unsigned=False, low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)

Чтение общего текстового файла с разделителями в DataFrame

Также поддерживает необязательное итеративное чтение или разбиение файла на куски.

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. Поддерживаемые схемы URL включают http, ftp, s3 и file. Для URL-адресов файлов ожидается хост. Например, локальный файл может быть file://localhost/путь/к/таблице.csv sep : str, по умолчанию t (табуляция) Разделитель. Если sep равно None, будет попытка автоматического определения. Разделители длиной более 1 символа и отличные от ‘s+’ будут интерпретироваться как регулярные выражения, приведут к использованию парсера Python и пропустят кавычки в данных. Пример регулярного выражения: ‘rt’ delimiter : str, по умолчанию None Альтернативное имя аргумента для sep. delim_whitespace : boolean, по умолчанию False Указывает, будет ли использоваться пробел (например, ' ' или ' ') в качестве разделителя. Эквивалентно установке sep='\+s'. Если этот параметр установлен в True, для параметра delimiter не должно быть передано никакого значения. Введено в версии 0.18.1: поддержка парсера Python. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки(ок) для использования в качестве имен столбцов и начала данных. По умолчанию поведение такое же, как если бы оно было установлено в 0, если не было передано names, в противном случае None. Явно передайте header=0 для возможности замены существующих имен. Заголовок может быть списком целых чисел, указывающих расположения строк для многоуровневого индекса по столбцам, например, [0,1,3]. Промежуточные строки, которые не указаны, будут пропущены (например, 2 в этом примере пропущена). 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 заголовка строки, 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 поврежденный файл с разделителями в конце каждой строки, вы можете рассмотреть index_col=False, чтобы заставить pandas 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, соответствующими именам столбцов, предоставленным пользователем в names или выведенным 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 времени парсинга и меньшему использованию памяти. squeeze : boolean, по умолчанию False Если проанализированные данные содержат только один столбец, возвращается Series prefix : str, по умолчанию None Префикс, добавляемый к номерам столбцов, когда нет 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 dtype. engine : {‘c’, ‘python’}, необязательно Использовать движок парсера. Движок C быстрее, в то время как движок Python в настоящее время более функционален. 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, рассматриваемые как True false_values : список, по умолчанию None Значения, рассматриваемые как False skipinitialspace : boolean, по умолчанию False Пропускать пробелы после разделителя. skiprows : массив-подобный объект или целое число, по умолчанию None Номера строк для пропуска (индексированы 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 частей 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 равно False, значения NaN по умолчанию переопределяются, в противном случае они добавляются. na_filter : boolean, по умолчанию True Обнаруживать маркеры пропущенных значений (пустые строки и значения из na_values). В данных без каких-либо значений NA передача na_filter=False может улучшить производительность чтения большого файла verbose : boolean, по умолчанию False Указывать количество значений NA, помещенных в нечисловые столбцы skip_blank_lines : boolean, по умолчанию True Если True, пропускать пустые строки вместо интерпретации как значений NaN parse_dates : boolean или список целых чисел или имен или список списков или словарь, по умолчанию False boolean. Если True -> пытаться проанализировать индекс. список целых чисел или имен. Например, если [1, 2, 3] -> пытаться проанализировать столбцы 1, 2, 3 каждый как отдельный столбец даты. список списков. Например, если [[1, 3]] -> объединить столбцы 1 и 3 и проанализировать как один столбец даты. словарь, например, {‘foo’ : [1, 3]} -> проанализировать 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 включен, pandas попытается определить формат строк дат в столбцах, и если он может быть определен, переключится на более быстрый метод их анализа. В некоторых случаях это может увеличить скорость парсинга в ~5-10 раз. keep_date_col : boolean, по умолчанию False Если True и parse_dates задает объединение нескольких столбцов, то сохраняются исходные столбцы. date_parser : функция, по умолчанию None Функция для преобразования последовательности столбцов строк в массив экземпляров дат. По умолчанию используется dateutil.parser.parser, чтобы выполнить преобразование. Pandas попытается вызвать date_parser тремя разными способами, переходя к следующему, если произойдет исключение: 1) Передать один или несколько массивов (как определено parse_dates) в качестве аргументов; 2) склеить (по строкам) строковые значения из столбцов, определенных parse_dates, в один массив и передать его; и 3) вызвать date_parser один раз для каждой строки, используя одну или несколько строк (соответствующих столбцам, определенным parse_dates) в качестве аргументов. dayfirst : boolean, по умолчанию False Даты в формате ДД/ММ, международный и европейский формат iterator : boolean, по умолчанию False Возвращает объект TextFileReader для итерации или получения кусков 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 онлайн-распаковки данных на диске. Если ‘infer’, то использовать gzip, bz2, zip или xz, если filepath_or_buffer является строкой, заканчивающейся на ‘.gz’, ‘.bz2’, ‘.zip’ или ‘xz’ соответственно, и без распаковки в противном случае. Если используется ‘zip’, архив ZIP должен содержать только один файл данных для чтения. Установите None для отсутствия распаковки. Введено в версии 0.18.1: поддержка сжатия ‘zip’ и ‘xz’. thousands : str, по умолчанию None Разделитель разрядов 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 для C парсера. quotechar : str (длина 1), необязательно Символ, используемый для обозначения начала и конца цитируемого элемента. Цитаты могут включать разделитель, и он будет пропущен. quoting : int или экземпляр csv.QUOTE_*, по умолчанию None Управление поведением цитирования полей согласно csv.QUOTE_* константам. Используйте один 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 Строка длиной в один символ, используемая для экранирования разделителя, когда цитирование равно QUOTE_NONE. comment : str, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если встречается в начале строки, то строка будет полностью пропущена. Этот параметр должен быть одиночным символом. Как и пустые строки (пока что skip_blank_lines=True), полностью прокомментированные строки игнорируются параметром header, но не skiprows. Например, если comment=’#’, парсинг ‘#emptyna,b,cn1,2,3’ с header=0 приведет к тому, что ‘a,b,c’ будет обработано 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 используется диалект Excel. Игнорируется, если sep длиннее 1 символа. См. документацию csv.Dialect для получения дополнительной информации tupleize_cols : boolean, по умолчанию False Оставить список кортежей по столбцам как есть (по умолчанию - преобразовать в многоуровневый индекс по столбцам) error_bad_lines : boolean, по умолчанию True Строки с слишком большим количеством полей (например, строка csv со слишком большим количеством запятых) по умолчанию вызовут исключение, и DataFrame не будет возвращен. 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 равно False, а warn_bad_lines равно True, то для каждой «плохой строки» будет выведено предупреждение. (Действительно только с C парсером).

Возвращаемое значение:

result : DataFrame или TextParser