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, 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, skipfooter=0, 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) [source]

Чтение общего текстового файла в DataFrame

Также поддерживает необязательное итеративное чтение или разбитие файла на фрагменты.

Дополнительную помощь можно найти в онлайн-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/path/to/table.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, будут принудительно использоваться парсер Python и игнорировать кавычки в данных. Пример регулярного выражения: '\r\t' delimiter : str, по умолчанию None Альтернативное имя аргумента для sep. delim_whitespace : boolean, по умолчанию False Указывает, будут ли пробелы (например, ' ' или '    ') использоваться в качестве разделителя. Эквивалентно установке sep='\s+'. Если этот параметр установлен в True, параметр delimiter не должен передаваться. Введено в версии 0.18.1: поддержка парсера Python. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки(ок), используемых в качестве имен столбцов и начала данных. По умолчанию поведение такое же, как при установке в 0, если names не передано, иначе None. Явно передайте header=0, чтобы заменить существующие имена. Заголовок может быть списком целых чисел, указывающих на расположение 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 строку заголовка, необходимо явно передать header=None. Дубликаты в этом списке не допускаются, за исключением случая mangle_dupe_cols=True, которое установлено по умолчанию. index_col : int или последовательность или False, по умолчанию None Столбец для использования в качестве меток строк DataFrame. Если передана последовательность, используется MultiIndex. Если у вас есть поврежденный файл с разделителями в конце каждой строки, можно рассмотреть возможность index_col=False, чтобы принудительно 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 позиционными (т. е. целочисленными индексами в столбцах документа) или строками, соответствующими именам столбцов, предоставленными пользователем в names или определенными 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 разбора и меньшей потребности в памяти. as_recarray : boolean, по умолчанию False УСТЕРЕЖДЕН: этот аргумент будет удален 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, так как индексы строк недоступны в таком формате, параметр index_col будет игнорироваться. squeeze : boolean, по умолчанию False Если прочитанные данные содержат только один столбец, вернуть 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 Дублирующиеся столбцы будут указаны как ‘X.0’...’X.N’, а не ‘X’...’X’. Передача False приведет к перезаписи данных, если в столбцах есть дублирующиеся 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. engine : {‘c’, ‘python’}, необязательно Использовать парсер C или Python. C-движок быстрее, а Python-движок 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 : список или целое число, по умолчанию None Номера строк для пропуска (индексируется 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’) skip_footer : int, по умолчанию 0 УСТЕРЕЖДЕН: 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, строка, массив-подобный объект или словарь, по умолчанию None Дополнительные строки для распознавания как NA/NaN. Если передается словарь, специфические 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 значения na_values указаны и keep_default_na False, значения NaN по умолчанию перезаписываются, в противном случае они добавляются. na_filter : boolean, по умолчанию True Обнаружение маркеров отсутствующих значений (пустые строки и значения na_values). В данных без отсутствующих значений передача na_filter=False может улучшить производительность чтения большого файла verbose : boolean, по умолчанию False Указывает количество значений NA, помещенных в нечисловые столбцы skip_blank_lines : boolean, по умолчанию True Если True, пропускает пустые строки, а не интерпретирует их как значения NaN parse_dates : boolean или список целых чисел или имен или список списков или словарь, по умолчанию False boolean. Если True -> попытка анализа индекса. список целых чисел или имен. Например, если [1, 2, 3] -> попытка анализа столбцов 1, 2, 3 как отдельных столбцов дат. список списков. Например, если [[1, 3]] -> объединение столбцов 1 и 3 и анализ как одного столбца дат. словарь, например {‘foo’ : [1, 3]} -> анализ столбцов 1, 3 как даты и присвоение результата ‘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 это возможно, переключится на более быстрый метод их анализа. В некоторых случаях это может увеличить скорость анализа на 5-10 раз. keep_date_col : boolean, по умолчанию False Если True и parse_dates указывает на объединение нескольких столбцов, 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 произойдет исключение: 1) Передать один или несколько массивов (как определено parse_dates) в качестве аргументов; 2) конкатенировать (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 фрагментов с get_chunk(). chunksize : int, по умолчанию None Возвращает объект TextFileReader для итерации. См. документацию по инструментам ввода-вывода для получения дополнительной информации об iterator и chunksize. compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, по умолчанию ‘infer’ Для динамической распаковки данных на диске. Если ‘infer’, использовать gzip, bz2, zip или xz, если filepath_or_buffer является строкой, оканчивающейся на ‘.gz’, ‘.bz2’, ‘.zip’ или ‘xz’, соответственно, и не использовать распаковку в противном случае. При использовании ‘zip’ ZIP-файл должен содержать только один файл данных для чтения. Установить в None для отключения 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-движка должен использоваться для чисел с плавающей точкой. Доступные параметры: None для обычного преобразователя, high для преобразователя высокой точности и round_trip для преобразователя обратного преобразования. lineterminator : строка (длина 1), по умолчанию None Символ для разбиения файла на строки. Действительно только с C-парсером. quotechar : строка (длина 1), необязательно Символ, используемый для обозначения начала и конца цитируемого элемента. Цитаты могут содержать разделитель, и он будет проигнорирован. quoting : целое число или экземпляр csv.QUOTE_*, по умолчанию 0 Управление поведением цитирования полей в соответствии с csv.QUOTE_* константами. Используйте один из QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) или QUOTE_NONE (3). doublequote : boolean, по умолчанию True Когда quotechar указан и quoting не QUOTE_NONE, указывает, следует ли интерпретировать два последовательных элемента quotechar ВНУТРИ поля как один quotechar элемент. escapechar : строка (длина 1), по умолчанию None Строка длиной в один символ, используемая для экранирования разделителя, когда quoting равно QUOTE_NONE. comment : строка, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если обнаружен в начале строки, вся строка будет пропущена. Этот параметр должен быть одним символом. Как и пустые строки (пока skip_blank_lines=True), полностью прокомментированные строки игнорируются параметром header, но не параметром skiprows. Например, если comment=’#’, анализ ‘#emptyna,b,cn1,2,3’ с header=0 приведет к тому, что ‘a,b,c’ будет обработано как заголовок.

encoding : str, default None Кодировка для использования при чтении/записи UTF (например, ‘utf-8’). Список стандартных кодировок Python dialect : str или csv.Dialect instance, по умолчанию None Если None, 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 в столбцах как есть (по умолчанию преобразуется в Многоиндексные столбцы) error_bad_lines : boolean, по умолчанию True Строки с слишком большим количеством полей (например, строка csv с 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, а warn_bad_lines True, то для каждой «плохой строки» будет выведено предупреждение. (Действительно только с C парсером). low_memory : boolean, по умолчанию True Внутренне обрабатывает файл частями, что приводит к меньшему использованию памяти во время парсинга, но, возможно, к смешанному типу вывода. Чтобы гарантировать отсутствие смешанных типов, установите False или укажите тип с параметром dtype. Обратите внимание, что весь файл считывается в один DataFrame независимо, используйте параметры chunksize или iterator, чтобы вернуть данные частями. (Действительно только с C парсером) buffer_lines : int, по умолчанию None УСТАРЕЛО: этот аргумент будет удален в будущей версии, потому что 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 целочисленные столбцы сжимаются (т.е. compact_ints=True), укажите, следует ли сжимать столбец 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 из него. Использование этого параметра может улучшить производительность, так как теперь нет накладных расходов на ввод-вывод.

Возвращает:

result : DataFrame или TextParser