Python：如何读取tsv文件

在Python中，读取TSV（制表符分隔值）文件可以通过多种方式实现，包括使用标准库或第三方库如Pandas。以下是详细的实现方法及代码示例：

方法1：使用Python标准库

TSV文件与CSV类似，区别在于分隔符是制表符（t）。可以通过以下步骤读取：

打开文件：使用open()函数读取文件内容。
分割行：按换行符（n）分割文本为多行。
分割列：对每行按制表符（t）分割为列表。

代码示例fileName = './country_names.tsv'with open(fileName, 'r', encoding='utf-8') as f: # 指定编码避免乱码 lines = f.read().split('n') # 直接分割行data = [line.split('t') for line in lines if line.strip()] # 过滤空行并分割列# 打印第一列（示例）for row in data: print(row[0]) # 假设第一列是地区ID或名称关键点

编码处理：建议显式指定encoding='utf-8'，避免非ASCII字符乱码。
空行过滤：通过if line.strip()跳过空行。
性能：适合小文件，大文件建议逐行读取（如for line in f）。

方法2：使用Pandas库

Pandas提供了更高效的read_csv()函数，通过指定分隔符sep='t'直接读取TSV文件，并支持数据清洗和结构化操作。

代码示例import pandas as pdfileName = './country_names.tsv'# 读取TSV文件，指定分隔符和表头df = pd.read_csv( fileName, sep='t', # 制表符分隔 header=0, # 第一行为表头 index_col='id' # 可选：将某列设为索引（根据实际文件结构调整）)# 打印数据框或特定列print(df.head()) # 查看前几行print(df['column_name']) # 访问某列（替换为实际列名）关键点

参数说明：
sep='t'：明确分隔符为制表符。
header=0：第一行为列名（若无表头，设为None）。
index_col：可选参数，指定某列作为索引（如地区ID）。
优势：自动处理数据类型，支持缺失值、快速筛选等操作。
注意：若文件无表头，需添加names=['col1', 'col2', ...]指定列名。

方法3：使用CSV模块（标准库）

Python的csv模块也支持自定义分隔符，适合需要灵活处理的场景。

代码示例import csvfileName = './country_names.tsv'with open(fileName, 'r', encoding='utf-8') as f: reader = csv.reader(f, delimiter='t') # 指定制表符分隔 for row in reader: print(row) # 每行是一个列表适用场景

需要逐行处理或复杂解析时（如跳过注释行）。

常见问题解决

编码错误：若文件含非ASCII字符，确保使用encoding='utf-8'。
空行或格式问题：检查文件末尾是否有空行，或在读取后过滤if row。
列名缺失：若文件无表头，在Pandas中通过names参数手动指定列名。

总结

简单需求：用标准库（方法1或方法3）轻量级处理。
数据分析：用Pandas（方法2）高效操作结构化数据。
扩展性：Pandas支持后续的数据清洗、转换和导出（如df.to_csv()）。

根据文件大小和后续处理需求选择合适的方法即可。

您可能感兴趣问答

Collapsible

热门标签

热点问答