Pandas read_table

Los pandas vienen con varias herramientas para leer los datos de enlaces y archivos, que podemos usar en nuestro proceso de desarrollo o investigación. Pasaremos por un método: el read_table () y sus pocos ejemplos.

¿Cuál es el método read_table ()?

Pandas es una herramienta popular de análisis, exploración y manipulación de datos. Usamos regularmente las URL y los archivos para realizar las diferentes actividades mientras investigamos en datos del mundo real. Los pandas proporcionan múltiples herramientas. Uno de sus enfoques es el read_table (). Es bastante similar a los pandas read_csv () método. Al igual que el método read_csv (), esto también lee la tabla dada, incluida DataFrames. Además, también podemos especificar varias opciones para obtener filas personalizadas de la tabla dada.

Ejemplos de método read_table ()

Ejemplo 1

Con columnas separadas por ',' Muestra todo el contenido del archivo.

# Importar pandas
importar pandas como PD
pd.read_table ('archivo.csv ', delimiter =', ')

Ejemplo #2

Saltar filas sin actualizar los índices de las filas

# Importar pandas
importar pandas como PD
pd.read_table ('archivo.csv ', delimiter =', ', skiprows = 5, index_col = 0)

Ejemplo #3

El siguiente código le permite omitir filas con índices actualizados:

# Importar pandas
importar pandas como PD
pd.read_table ('archivo.csv ', delimiter =', ', skiprows = 5)

Ejemplo #4

Si simplemente desea leer las mejores líneas, configure el nrows opción para el número apropiado de líneas.

# Importar pandas
importar pandas como PD
pd.read_table ('archivo.csv ', delimiter =', ', index_col = 0, nrows = 5)

Ejemplo #5

Selecciona el skipfooter Opción al número requerido desde la parte inferior para omitir las líneas como se muestra en el siguiente comando:

# Importar pandas
importar pandas como PD
pd.read_table ('archivo.csv ', delimiter =', ', index_col = 0, motor =' python ', skipfooter = 5)

Conclusión

Discutimos la descripción y los ejemplos del método pandas read_table (), que lee las tablas de archivos y enlaces. También aprendimos cómo podríamos omitir y obtener filas personalizadas de la entrada dada de acuerdo con nuestras necesidades.