python利用read_table读取dat文件案例详解

1. 案例

df = pd.read_table(r'E:\data\2012_08_10.dat', sep=',', skiprows=1)
1

• 首先，用记事本打开 dat 信息，查看内容。发现第一行为无用信息，跳过第一行， skiprows=1，
• 第二行和第三行看似杂乱，值得数量却和下面的行是一致的，需要保留。
• 内容都是由 逗号 隔开，所以 sep=‘,’ 。

2. pandas.read_table() 详解

1.sep介绍

当字段是以多种不同数量的空格分开时，可以向read_table传入一个正则表达式作为分隔符。正则表达式为 \s+，因此我们可以得到：

In [21]: result = pd.read_table('examples/ex3.txt', sep='\s+')

In [22]: result
Out[22]: 
            A         B         C
aaa -0.264438 -1.026059 -0.619500
bbb  0.927272  0.302904 -0.032399
ccc -0.264273 -0.386314 -0.217601
ddd -0.871858 -0.348382  1.100491
1
2
3
4
5
6
7
8
9

参数列表：适用于read_csv()和read_table()

3. read_csv()读取dat数据、写入dat

import  pandas  as pd
#1：读取指定行
print("----读取指定的单行，数据会存在列表里面----")
df=pd.read_csv('测试.dat')#
data=df.loc[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：\n{0}".format(data))
1
2
3
4
5
6

写入

#写入dat文件
#index=0:索引不写入
#sep='|'：写入具有分隔符的数据
df.to_csv('xxx.dat',header=None,encoding='utf-8',sep='|',quoting=3,index=0)
1
2
3
4

参考链接

[1] panda.read_table 2022.6