讲师中心 微信公众号

工具推荐

视频效率加速
updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Seko
Seko

AI短剧一键生成成片

剧云
剧云

中文短剧剧本制作平台

利用pandas轻松处理txt文件数据

夜瑶大大_4275

夜瑶大大_4275

发布时间:2024-01-19 08:50:15

|

2426人浏览过

|

来源于php中文网

原创

利用pandas轻松处理txt文件数据

利用pandas轻松处理txt文件数据

在数据分析和处理中,常遇到从txt文件读入的数据需要进行处理的情况。比如数据格式混乱,需要清洗;某些列无效,需要删除;某些列需要转换类型等。这些工作可能带来很大的工作量和时间花费,但是我们可以通过pandas这个Python库来轻松地完成这些操作。

本文将结合代码示例,教你如何使用pandas处理txt文件数据。

  1. 引入pandas库

在使用pandas库前,我们需要先引入它。在Python脚本中,一般约定将pandas库重命名为pd,方便后续调用。

import pandas as pd
  1. 读取txt文件

首先,我们需要读取txt文件中的数据。在pandas中,我们使用pd.read_csv()函数来读入数据。虽然函数名中包含了csv,但是该函数同样适用于读入txt文件。

data = pd.read_csv('data.txt', sep='    ', header=None)

该函数参数解释如下:

  • 'data.txt': 表示我们需要读取的txt文件的路径和文件名。
  • sep: 表示数据分隔符,此处使用' '表示数据之间由tab隔开,也可以换成其他符号。
  • header: 表示文件中是否包含列名,若不包含则设置为None。

读入数据后,我们可以通过打印输出data来查看数据的内容和形式。

print(data)

输出结果:

   0    1    2
0  A  123  1.0
1  B  321  2.0
2  C  231  NaN
3  D  213  4.0
4  E  132  3.0

可以看出,读入的数据已经以DataFrame的形式存储在了data中。

  1. 清洗数据

读入的数据可能存在很多格式不规范或错误的地方,需要我们进行数据清洗。比如,有些行或列中可能存在缺失值,我们需要将其填充或删除;有些列的数据类型可能不符合我们的需求,我们需要将其转换为数值或字符串类型等。

a. 删除含有缺失值的行

我们可以使用dropna()函数来删除含有缺失值的行。

Pandas Linux版 2.3.3
Pandas Linux版 2.3.3

Pandas 2.3.3 历史版本下载,来自 PyPI 官方发布,适合旧项目兼容、数据分析脚本复现和指定环境安装。

下载
data_clean = data.dropna()

该函数会删除数据中任意含有缺失值的行,返回只有完整数据的DataFrame。

b. 填充缺失值

如果不能删除含有缺失值的行,我们可以选择填充这些缺失值。使用fillna()函数即可。

data_fill = data.fillna(0)

该函数将缺失值填充为0,如果想以其他值进行填充,可以在括号内传入相应的值。

c. 转换数据类型

在数据分析中,需要将某些数据类型转换为数值型或字符型以便后续计算或处理。在pandas中,可以使用astype()函数进行类型转换。

data_conversion = data_clean.astype({'1': 'int', '2': 'str'})

该函数可以将data_clean中第1列的类型转换为整型(int),第2列的类型转换为字符串型(str)。

  1. 保存新数据

最后,我们需要将经过清洗和处理后的数据保存到新的txt文件中。在pandas中,我们可以使用to_csv()函数来实现。

data_clean.to_csv('data_clean.txt', index=False, header=False, sep='    ')

该函数参数解释如下:

  • 'data_clean.txt': 表示保存文件的路径和文件名。
  • index: 表示是否保留行索引,此处选择False不保留。
  • header: 表示文件中是否包含列名,此处选择False不包含。
  • sep: 表示分隔符,此处使用' '表示以tab作为分隔符。

代码示例

下面是完整的代码示例,你可以将其复制到Python脚本中并运行。

import pandas as pd

# 读入数据
data = pd.read_csv('data.txt', sep='    ', header=None)
print('原始数据:
', data)

# 删除含有缺失值的行
data_clean = data.dropna()
print('处理后数据(删除缺失值):
', data_clean)

# 填充缺失值
data_fill = data.fillna(0)
print('处理后数据(填充缺失值):
', data_fill)

# 转换数据类型
data_conversion = data_clean.astype({'1': 'int', '2': 'str'})
print('处理后数据(类型转换):
', data_conversion)

# 保存新数据
data_clean.to_csv('data_clean.txt', index=False, header=False, sep='    ')

本文介绍了如何使用pandas轻松处理txt文件数据,包括读取、清洗、转换和保存数据。pandas作为Python中重要的数据处理工具之一,可以帮助我们更加高效地完成数据挖掘和分析任务。

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

码上飞
码上飞 Hot

一款基于自然语言的AI应用开发平台,可根据用户描述自动生成应用程序,帮助个人和团队快速完成应用原型与开发。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

380

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

1031

2026.04.13

数据类型有哪几种
数据类型有哪几种

数据类型有整型、浮点型、字符型、字符串型、布尔型、数组、结构体和枚举等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

3651

2023.10.31

php数据类型
php数据类型

本专题整合了php数据类型相关内容,阅读专题下面的文章了解更多详细内容。

574

2025.10.31

c语言 数据类型
c语言 数据类型

本专题整合了c语言数据类型相关内容,阅读专题下面的文章了解更多详细内容。

622

2026.02.12

js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

1978

2023.08.03

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

3304

2023.09.04

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Pandas 官方文档与用户指南
Pandas 官方文档与用户指南

共0课时 | 0人学习

Pandas 教程
Pandas 教程

共15课时 | 2万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn