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=b'.', 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 с разделителями в DataFrame

Также поддерживает необязательное итеративное чтение или разделение 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-адресом. Допустимые схемы URL включают http, ftp, s3 и file. Для URL-адресов файлов ожидается хост. Например, локальный файл может быть file://localhost/path/to/table.csv sep : str, по умолчанию \t (табуляция) Разделитель. Если sep равен None, движок C не может автоматически определить разделитель, но движок Python может, поэтому последний будет автоматически использован. Кроме того, разделители длиной более 1 символа и отличные от '\s+' будут интерпретироваться как регулярные выражения и также будут принудительно использовать движок Python. Обратите внимание, что разделители-регулярные выражения могут игнорировать цитированные данные. Пример регулярного выражения: '\r\t' delimiter : str, по умолчанию None Альтернативное имя аргумента для sep. delim_whitespace : boolean, по умолчанию False Указывает, будет ли пробел (например, ' ' или '    ') использоваться в качестве разделителя. Эквивалентно установке sep='\s+'. Если этот параметр установлен в True, для параметра delimiter ничего не должно передаваться. Добавлено в версии 0.18.1: поддержка парсера Python. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки для использования в качестве имен столбцов и начала данных. По умолчанию поведение такое же, как если бы оно было установлено в 0, если не передано names, в противном случае None. Явно передайте header=0, чтобы иметь возможность заменить существующие имена. Заголовок может быть списком целых чисел, которые указывают позиции строк для многоуровневого индекса столбцов, 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 : array-like, по умолчанию None Список имен столбцов для использования. Если файл не содержит строку заголовка, 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 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 : array-like или вызываемый объект, по умолчанию None Возвращает подмножество столбцов. Если array-like, все элементы должны быть либо позиционными (т.е. целочисленными индексами в столбцах документа), либо строками, соответствующими именам столбцов, предоставленным пользователем в names или выведенными из строки заголовка(ов) документа. Например, допустимым array-like usecols параметром будет [0, 1, 2] или [‘foo’, ‘bar’, ‘baz’]. Если вызываемый объект, вызываемая функция будет вычислена для имен столбцов, возвращая имена, где вызываемая функция принимает значение True. Пример допустимого аргумента вызываемого объекта — lambda x: x.upper() in ['AAA', 'BBB', 'DDD']. Использование этого параметра приводит к значительно более быстрому времени парсинга и меньшему использованию памяти. as_recarray : boolean, по умолчанию False УСТАРЕЛО: 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, поскольку индексы строк недоступны в таком формате, параметр index_col будет проигнорирован. squeeze : boolean, по умолчанию False Если проанализированные данные содержат только один столбец, то возвращается Series prefix : str, по умолчанию None Префикс, добавляемый к номерам столбцов при отсутствии 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 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} Используйте str или object для сохранения и не интерпретации dtype. Если указаны преобразователи, они будут применяться ВМЕСТО преобразования 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, 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 или вызываемый объект, по умолчанию None Номера строк для пропуска (индексация с 0) или количество строк для пропуска (целое число) в начале файла. Если это вызываемый объект, вызываемая функция будет вычисляться для индексов строк, возвращая True, если строка должна быть пропущена, и False в противном случае. Примером допустимого вызываемого аргумента является lambda x: x in [0, 2]. skipfooter : целое число, по умолчанию 0 Количество строк в конце файла для пропуска (не поддерживается с engine = ‘c’) skip_footer : целое число, по умолчанию 0 УСТАРЕЛО: используйте параметр skipfooter вместо него, так как они идентичны nrows : целое число, по умолчанию None Количество строк файла для чтения. Полезно для чтения фрагментов больших файлов na_values : скаляр, строка, список 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 na_values заданы и keep_default_na False, значения NaN по умолчанию перезаписываются, иначе они добавляются. na_filter : boolean, по умолчанию True Обнаружение маркеров пропущенных значений (пустых строк 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, 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 -> попробовать разобрать индекс. список целых чисел или имен. Например, если [1, 2, 3] -> попробовать разобрать столбцы 1, 2, 3 каждый как отдельный столбец даты. список списков. Например, если [[1, 3]] -> объединить столбцы 1 и 3 и разобрать как один столбец даты. словарь, например {‘foo’ : [1, 3]} -> разобрать столбцы 1, 3 как дату и назвать результат ‘foo’ Если столбец или индекс содержит нераспознаваемую дату, весь столбец или индекс будут возвращены без изменений как тип данных object. Для нестандартного разбора дат используйте pd.to_datetime после pd.read_csv 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 даты и времени в столбцах и, если это возможно, переключится на более быстрый метод их разбора. В некоторых случаях это может увеличить скорость разбора в 5-10 раз. keep_date_col : boolean, по умолчанию False Если True и parse_dates указывает на объединение нескольких столбцов, то сохраняются исходные столбцы. date_parser : функция, по умолчанию None Функция для преобразования последовательности столбцов строк в массив экземпляров дат и времени. По умолчанию используется dateutil.parser.parser для выполнения 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) 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 кусков с get_chunk(). chunksize : целое число, по умолчанию None Возвращает объект TextFileReader для итерации. См. документацию IO Tools для получения дополнительной информации о iterator и chunksize. compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, по умолчанию ‘infer’ Для онлайн-декомпрессии данных на диске. Если ‘infer’, то использовать gzip, bz2, zip или xz, если filepath_or_buffer является строкой, оканчивающейся на ‘.gz’, ‘.bz2’, ‘.zip’, или ‘xz’ соответственно, и без декомпрессии в противном случае. Если используется ‘zip’, файл ZIP должен содержать только один файл данных для чтения. Установите в None для отказа от декомпрессии. Добавлено в версии 0.18.1: поддержка сжатия ‘zip’ и ‘xz’. thousands : строка, по умолчанию None Разделитель разрядов decimal : строка, по умолчанию ‘.’ Символ, распознаваемый как десятичная точка (например, используйте ‘,’ для европейских данных). float_precision : строка, по умолчанию None Указывает, какой преобразователь движок C должен использовать для значений с плавающей запятой. Доступные варианты — None для обычного преобразователя, high для преобразователя высокой точности и round_trip для преобразователя обратного хода. lineterminator : строка (длиной 1), по умолчанию None Символ для разделения файла на строки. Только допустимо с парсером C. quotechar : строка (длиной 1), необязательно Символ, используемый для обозначения начала и конца цитируемого элемента. Цитируемые элементы могут включать разделитель, и он будет проигнорирован. quoting : целое число или экземпляр csv.QUOTE_*, по умолчанию 0 Управление поведением цитирования поля согласно csv.QUOTE_* константам. Используйте одно из QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) или QUOTE_NONE (3). doublequote : boolean, по умолчанию True

Если указан quotechar и quoting не QUOTE_NONE, укажите, следует ли интерпретировать два последовательных элемента quotechar ВНУТРИ поля как один quotechar элемент. escapechar : str (длина 1), по умолчанию None Односимвольная строка, используемая для экранирования разделителя, когда quoting имеет значение QUOTE_NONE. comment : str, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если он находится в начале строки, строка будет полностью пропущена. 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=’#’, 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 csv.Dialect instance, по умолчанию None Если задан, этот параметр переопределит значения (по умолчанию или нет) для следующих параметров: delimiter, doublequote, escapechar, skipinitialspace, quotechar, и quoting. Если необходимо переопределить значения, будет выведено предупреждение ParserWarning. См. документацию csv.Dialect для получения более подробной информации. tupleize_cols : boolean, по умолчанию False Оставить список кортежей в столбцах как есть (по умолчанию преобразовать в Многоиндексный 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, то эти «плохие строки» будут удалены из возвращаемого DataFrame. warn_bad_lines : boolean, по умолчанию True Если error_bad_lines равен False, а warn_bad_lines равен True, для каждой «плохой строки» будет выведено предупреждение. low_memory : boolean, по умолчанию True Внутренне обрабатывает файл частями, что приводит к меньшему использованию памяти во время парсинга, но, возможно, к смешанному выводу типов. Чтобы гарантировать отсутствие смешанных типов, установите False или укажите тип с параметром dtype. Обратите внимание, что весь файл считывается в один DataFrame независимо, используйте параметр chunksize или iterator для возврата данных частями. (Действительно только с C-парсером) 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 равен True, то для любого столбца целого типа данных парсер попытается преобразовать его в наименьший возможный целочисленный тип данных, 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 уплотняются (т.е. compact_ints=True), укажите, следует ли сжать столбец до целочисленного типа данных с наименьшим размером 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 повысить производительность, поскольку больше нет накладных расходов на ввод-вывод.

Возвращает:

result : DataFrame или TextParser