Pandas 多分隔符导入文本到 Pandas

在本文中，我们将介绍如何使用 Pandas 导入多分隔符的文本文件。在实际数据处理中，经常会遇到由多个分隔符组成的文本文件，例如“,”和“|”混合的文件。这时，我们可以使用 Pandas 中的 read_csv() 方法进行导入。

阅读更多：Pandas 教程

使用 read_csv() 方法导入数据

首先，我们需要导入 Pandas 库：

import pandas as pd

接着，我们就可以使用read_csv()方法读取文本文件：

df = pd.read_csv('data.txt', sep='|,')

上述代码中，我们使用了sep参数来指定分隔符。由于该参数只能接受一个分隔符，因此我们需要把所有的分隔符都放在一个字符串里面。这里我们用|,来表示两个分隔符。

有时候，文本文件中有不规则的间隔，或者分隔符前后有空格的情况。在这种情况下，我们可以使用正则表达式来指定分隔符。例如：

df = pd.read_csv('data.txt', sep='[;=|]')

上述代码中，我们使用正则表达式[;=|]来指定分隔符，表示分号、等号和竖线都可以作为分隔符。

处理不同列中的多种分隔符

有时候，不同的列中可能会有不同的分隔符，此时我们可以使用read_table()方法。该方法可以使用不同的分隔符来分割不同的列。例如：

df = pd.read_table('data.txt', sep={'column1': '|', 'column2': ','})

上述代码中，我们使用了一个字典来指定不同列的分隔符。其中column1的分隔符为|，column2的分隔符为,。

示例

假设我们有如下的文本文件data.txt：

name,email;phone|address
Alice,alice@gmail.com;123-4567|123 Main St.
Bob,bob@yahoo.com;987-6543|456 Park Ave.

该文件由四个列组成，分别为name、email、phone和address。其中，每个列的分隔符不同，第一个列的分隔符为逗号，第二个列的分隔符为分号，第三个列的分隔符为竖线，最后一个列的分隔符为逗号。

我们可以使用以下代码来导入该文件：

df = pd.read_table('data.txt', sep={'name': ',', 'email': ';', 'phone': '|', 'address': ','})

导入之后，我们可以使用head()方法来查看前几行的数据：

df.head()

输出如下结果：

    name           email     phone          address
0  Alice  alice@gmail.com  123-4567  123 Main St.
1    Bob    bob@yahoo.com  987-6543   456 Park Ave.

总结

使用 Pandas 的read_csv()方法和read_table()方法可以方便地导入多分隔符的文本文件。我们可以使用单个分隔符或者正则表达式指定分隔符，也可以使用一个字典来指定不同列的分隔符，以处理不同列中的多种分隔符的情况。