Python数据分析，文本数据如何读取？
最新回答
夏日梧桐雨
2026-10-25 19:19:26
在Python数据分析中，读取文本数据是数据获取的重要环节。以下是针对不同格式文本数据的读取方法及示例：
一、CSV文件读取CSV（逗号分隔值）文件是常见的数据存储格式，可通过pandas库高效读取。
基础读取使用pd.read_csv()直接读取文件，默认以逗号为分隔符：
import pandas as pddf = pd.read_csv('D:/python数据分析/数据/shuju1.csv')指定分隔符若文件使用其他分隔符（如分号），需通过sep参数指定：
df = pd.read_csv('data.csv', sep=';')设置行索引通过index_col指定某列为行索引，提升数据操作效率：
df = pd.read_csv('data.csv', index_col='id')
TXT文件可能包含非结构化文本或固定格式数据，需根据分隔符调整读取方式。
通用读取方法使用pd.read_table()，默认以制表符分隔，适合简单文本：
df = pd.read_table('data.txt')正则表达式分隔若数据以多个空格或其他复杂符号分隔，可用正则表达式（如s+匹配任意空白字符）：
df = pd.read_table('data.txt', sep='s+')自定义分隔符针对特定符号分隔的数据（如竖线|）：
df = pd.read_table('data.txt', sep='|')
处理后的数据可保存为CSV或TXT文件，支持多种格式配置。
默认存储使用to_csv()保存数据，默认包含行索引和逗号分隔：
df.to_csv('output.csv')自定义分隔符通过sep指定分隔符（如问号?）：
df.to_csv('output.csv', sep='?')控制索引存储若不需要行索引，设置index=False：
df.to_csv('output.csv', index=False)
文件路径建议使用原始字符串（如r'D:datafile.csv'）或正斜杠（/）避免转义字符问题。
编码格式处理中文或特殊字符时，指定编码（如encoding='utf-8'）：
df = pd.read_csv('data.csv', encoding='utf-8')大文件优化对于大型文件，使用chunksize参数分块读取：
for chunk in pd.read_csv('large_file.csv', chunksize=1000): process(chunk)
通过以上方法，可灵活应对不同格式的文本数据读取与存储需求，为后续的数据清洗和分析奠定基础。
热门标签
