程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

python使用read_table讀取txt文件

編輯:Python
data2 = pd.read_table(r'E:\data\Molas.txt', encoding='gbk', header=0, index_col=False, parse_dates=[['年月日', '時間戳']])
  • header=0 表示第 0 行作為列索引,header=None第0行不作為列名;
  • index_col:當為False時,重新生成行索引,也可以自己指定某列為行索引,當index_col=0時,將第一列變為index。
  • parse_dates:將某列解析為 date 類型,同時設定 infer_datetime_format = True 會加快解析速度;parse_dates={“datetime”: [0,1,2]}表示解析後重命名為 ‘datetime’
  • date_parser=lambda x: pandas.datetime.strptime(x, ‘%Y %m %d’)
  • keep_date_col 參數則是用了指定解析為日期格式的列是否保留,True或False。
  • skiprows=2,表示前面兩行[0, 1]都不讀入,等價於skiprows=[0, 1];
  • names=[‘’] 指定列名;
  • usecols=[‘Y’,‘M’,‘D’,‘PRCP’]:讀取這 4 列 ‘Y’,‘M’,‘D’,‘PRCP’;

時間列被放在了兩個列中,需要合並,然後設置為索引,而 parse_dates=[[‘年月日’, ‘時間戳’]] 就是這個作用

當日期和時間被放在兩個列時,通過parse_dates=[[‘Date’, ‘Time’]]來合並,合並後新列名一般為 ‘Date_Time’

參考資料:
[1] pandas之 read_table函數讀取txt文件 2019.1
[2] pd. read_csv解析日期格式字符串parse_dates參數,以及pd.to_datetime()、dateutil.parser.parse()與datetime.strptime()比較 2019.10
[3] Python pandas,時間序列,將多列合並成完整的時間戳 PeriodIndex 2019.2


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved