pandas.read_fwf

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

Чтение таблицы фиксированной ширины в DataFrame

Также поддерживает необязательное итеративное чтение 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-адресом. Допустимые схемы URL-адресов включают http, ftp, s3 и file. Для URL-адресов файлов ожидается хост. Например, локальный файл может быть file://localhost/путь/к/таблице.csv colspecs : список пар (int, int) или ‘infer’. необязательный Список пар (кортежей), задающих границы полей с фиксированной шириной каждой строки в виде полуоткрытых интервалов (т.е. [от, до[ ). Строковое значение ‘infer’ может использоваться для указания парсеру попробовать определить спецификации столбцов из первых 100 строк данных (по умолчанию=’infer’). widths : список целых чисел. необязательный Список ширины полей, который можно использовать вместо ‘colspecs’, если интервалы являются непрерывными. 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 установлению sep='\s+'. Если этот параметр установлен в True, то для параметра delimiter ничего не должно передаваться. Введено в версии 0.18.1: поддержка Python-парсера. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки, используемой(ые) в качестве имён столбцов и начала данных. По умолчанию поведение такое же, как если бы оно было установлено в 0, если не передан names, иначе None. Явно передайте header=0 для возможности замены существующих имён. Заголовок может быть списком целых чисел, которые задают расположения строк для многоуровневого индекса столбцов, например, [0,1,3]. Промежуточные строки, которые не указаны, будут пропущены (например, 2 в данном примере пропущена). Обратите внимание, что этот параметр игнорирует комментированные 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 имён столбцов для использования. Если файл не содержит строку заголовка, то вы должны явно передать header=None. Дубликаты в этом списке не допускаются, если mangle_dupe_cols=True, что является значением по умолчанию. 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, вы можете рассмотреть возможность index_col=False, чтобы заставить pandas _не_ использовать первый столбец в качестве индекса (имён 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 столбцы документа), либо строками, соответствующими именам столбцов, предоставленным либо пользователем в names, либо полученным из строки(строк) заголовка документа. Например, допустимым параметром usecols было бы [0, 1, 2] или [‘foo’, ‘bar’, ‘baz’]. Использование этого параметра приводит к значительно более быстрому времени парсинга и меньшей потребности в памяти. as_recarray : boolean, по умолчанию False УСТЕРЕЖДЁННО: этот аргумент будет удалён в будущих версиях. Пожалуйста, вызовите pd.read_csv(...).to_records() вместо этого. Возвращает NumPy recarray вместо DataFrame после разбора данных. Если установлено в True, этот параметр имеет приоритет над параметром squeeze. Кроме того, поскольку индексы строк недоступны в таком формате, параметр index_col будет проигнорирован. squeeze : boolean, по умолчанию False Если проанализированные данные содержат только один столбец, возвращает Series prefix : str, по умолчанию None Префикс для добавления к номерам столбцов, если нет заголовка, например, ‘X’ для X0, X1, ... mangle_dupe_cols : boolean, по умолчанию True Дублирующие столбцы будут указаны как ‘X.0’...’X.N’, а не ‘X’...’X’. Передача False приведет к перезаписи данных, если в столбцах есть дублируемые имена. 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. converters : словарь, по умолчанию None Словарь функций для преобразования значений в определённых столбцах. Ключи могут быть целыми числами или метками столбцов true_values : список, по умолчанию None Значения, которые следует рассматривать как True false_values : список, по умолчанию None Значения, которые следует рассматривать как False skipinitialspace : boolean, по умолчанию False Пропустить пробелы после разделителя. skiprows : список или целое число, по умолчанию None Номера строк для пропуска (индексированные с 0) или количество строк для пропуска (int) в начале файла skipfooter : int, по умолчанию 0 Количество строк в конце файла для пропуска (не поддерживается с engine=’c’) skip_footer : int, по умолчанию 0 УСТЕРЕЖДЁННО: используйте вместо этого параметр skipfooter, так как они идентичны nrows : int, по умолчанию None Количество строк файла для чтения. Полезно для чтения фрагментов больших файлов na_values : скаляр, str, список или словарь, по умолчанию None Дополнительные строки, распознаваемые 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 na_values заданы и keep_default_na=False, значения NaN по умолчанию переопределяются, иначе они добавляются. na_filter : boolean, по умолчанию True Обнаружить маркеры пропущенных значений (пустые строки и значения na_values). В данных без каких-либо NA, передача na_filter=False может улучшить производительность чтения большого файла verbose : boolean, по умолчанию False Указать количество значений NA, размещённых в нечисловых столбцах skip_blank_lines : boolean, по умолчанию True Если True, пропускать пустые строки, а не интерпретировать как значения NaN parse_dates : boolean или список целых чисел или имён или список списков или словарь, по умолчанию False boolean. Если True -> попытка разбора индекса. список целых чисел или имён. Например, если [1, 2, 3] -> попытка разбора столбцов 1, 2, 3 по отдельности как столбцов 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 попытается определить формат строк дат в столбцах и, если это возможно, переключится на более быстрый метод их разбора. В некоторых случаях это может увеличить скорость разбора на ~5-10x. 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 преобразования. Pandas попытается вызвать date_parser тремя различными способами, переходя к следующему, если возникает исключение: 1) передать один или несколько массивов (как определено parse_dates) в качестве аргументов; 2) объединить (по строкам) строковые значения из столбцов, определённых parse_dates, в один массив и передать его; и 3) вызвать date_parser один раз для каждой строки, используя один или несколько строк (соответствующие столбцам, определённым 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 фрагментов с get_chunk(). chunksize : int, по умолчанию None Возвращает объект TextFileReader для итерации. См. раздел IO Tools документации для получения дополнительной информации по 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’, то ZIP-архив должен содержать только один файл данных для чтения. Установите None для отказа от распаковки. Введено 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). float_precision : строка, по умолчанию None Указывает, какой преобразователь C-движок должен использовать для значений с плавающей точкой. Доступны варианты None для обычного преобразователя, high для преобразователя высокой точности и round_trip для преобразователя обратного преобразования. lineterminator : str (длина 1), по умолчанию None Символ для разделения файла на строки. Действителен только с C-парсером. quotechar : str (длина 1), необязательный Символ, используемый для обозначения начала и конца цитируемого элемента. Цитируемые элементы могут включать разделитель, и он будет проигнорирован. quoting : int или экземпляр csv.QUOTE_*, по умолчанию 0 Управление поведением цитирования полей в соответствии с csv.QUOTE_* константами. Используйте одно из QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) или QUOTE_NONE (3). doublequote : boolean, по умолчанию True Когда quotechar задан и quoting не QUOTE_NONE, укажите, интерпретировать ли два последовательных элемента quotechar ВНУТРИ поля как один quotechar элемент. escapechar : str (длина 1), по умолчанию None Символ длиной в один символ, используемый для экранирования разделителя, когда quoting = QUOTE_NONE. comment : str, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если он находится в начале строки, строка будет пропущена полностью. Этот параметр должен быть одиночным символом. Как и пустые строки (пока skip_blank_lines=True), полностью комментированные строки игнорируются параметром header, но не skiprows. Например, если comment=’#’, парсинг ‘#emptyna,b,cn1,2,3’ с header=0 приведёт к тому, что ‘a,b,c’ будет обработана как заголовок. encoding : str, по умолчанию None

Кодировка для UTF при чтении/записи (например, ‘utf-8’). Список стандартных кодировок Python диалект : str или экземпляр csv.Dialect, по умолчанию None Если None, используется диалект Excel. Игнорируется, если разделитель имеет длину более 1 символа. Дополнительные сведения см. в документации к csv.Dialect tupleize_cols : boolean, по умолчанию False Оставить список кортежей столбцов 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 с слишком многими запятыми) по умолчанию вызовут исключение и DataFrame не будет возвращен. Если False, эти «плохие строки» будут удалены из возвращаемого DataFrame. (Только при использовании C-парсера) warn_bad_lines : boolean, по умолчанию True Если error_bad_lines False, а warn_bad_lines True, будет выведено предупреждение для каждой «плохой строки». (Только при использовании C-парсера). low_memory : boolean, по умолчанию True Внутренне обрабатывает файл частями, что приводит к снижению использования памяти во время парсинга, но, возможно, к смешанному типу вывода. Чтобы избежать смешанных типов, установите False или укажите тип с параметром dtype. Обратите внимание, что весь файл все равно считывается в один DataFrame. Используйте параметр chunksize или iterator, чтобы вернуть данные частями. (Только при использовании C-парсера) buffer_lines : int, по умолчанию None УСТАРЕЛО: этот аргумент будет удален в будущей версии, поскольку его значение не учитывается парсером compact_ints : boolean, по умолчанию False УСТАРЕЛО: этот аргумент будет удален в будущей версии Если compact_ints True, то для любого столбца целочисленного типа парсер попытается привести его к целочисленному типу наименьшего размера, либо со знаком, либо без знака, в зависимости от спецификации из параметра use_unsigned. use_unsigned : boolean, по умолчанию False УСТАРЕЛО: этот аргумент будет удален в будущей версии Если столбцы целых чисел сжимаются (т.е. compact_ints=True ), укажите, должен ли столбец быть сжат до целочисленного типа наименьшего размера со знаком или без знака. memory_map : boolean, по умолчанию False Если для filepath_or_buffer указан путь к файлу, отобразить объект файла непосредственно в памяти и получить доступ к данным непосредственно оттуда. Использование этого параметра может улучшить производительность, поскольку теперь нет накладных расходов на ввод-вывод.

Возвращает:

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