python读取具有行号的多列tsv文件

Posted 2023-03-11

【中文标题】python读取具有行号的多列tsv文件

【英文标题】：python reading in multi-column tsv file with row numbers

【发布时间】：2014-11-03 01:45:31

【问题描述】：

在带有标题的python中读取多列tsv文件的最干净的方法是什么，但是第一列没有标题而是包含每行的行号？

这显然是来自 R 数据帧的文件的常见格式。

例子：

    A      B  C
1   a1     b1 c1
2   a2     b2 c2
3   a3     b3 c3

有什么想法吗？

【问题讨论】：

你期望什么样的输出？

【参考方案1】：

如何使用以下原生 Python 代码：

with open('tsvfilename') as f:
    lines = f.read().split('\n')[:-1]
    for i, line in enumerate(lines):
        if i == 0: # header
            column_names = line.split()
            # ...
        else:
            data = line.split();
            # ...

【讨论】：

使用原生 python 会比使用 pandas 慢很多。

【参考方案2】：

取决于您之后想要对数据执行的操作（以及文件是否真的是带有 \t 分隔符的 tsv）。如果您只想将它​​放在一组列表中，您可以使用 csv 模块，如下所示：

import csv
with open("tsv.tsv") as tsvfile:
    tsvreader = csv.reader(tsvfile, delimiter="\t")
    for line in tsvreader:
        print line[1:]

但是，对于简单的 python 操作之外的任何事情，我也推荐 pandas 中的 DataFrame 模块。可以这样使用：

from pandas import DataFrame
df = DataFrame.read_csv("tsv.tsv", sep="\t")

DataFrames 允许对数据集进行高级操作，例如添加列、查找平均值等。

【讨论】：

请考虑更新此答案，因为 from_csv 现在已弃用。这方面没有进一步的进展。建议现在使用 pd.read_csv 。 ***.com/questions/57313621/…

【参考方案3】：

df = DataFrame.from_csv("tsv.tsv", sep="\t") 自 0.21.0 版起已弃用

df = pd.read_csv("tsv.tsv", sep="\t") 是要走的路

【参考方案4】：

DataFrame.from_csv("tsv.tsv", sep="\t")

不再工作了。 使用

df.read_csv("tsv.tsv", sep="\t")

【参考方案5】：

pandas.read_csv("file.tsv")

DataFrame.from_csv() 不起作用。 DataFrame.read_csv() 不对。

【参考方案6】：

导入 Pandas 库

import pandas as pd
data = pd.read_csv('/ABC/DEF/TSV.tsv', sep='\t')