关于我们

怎么在pandas中使用read_table读取csv文件？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

查看csv文件的内容如下；

In [10]: cat data.csv
index,name,comment,,,,
1,name_01,coment_01,,,,
2,name_02,coment_02,,,,
3,name_03,coment_03,,,,
4,name_04,coment_04,,,,
5,name_05,coment_05,,,,
6,name_06,coment_06,,,,
7,name_07,coment_07,,,,
8,name_08,coment_08,,,,
9,name_09,coment_09,,,,
10,name_10,coment_10,,,,
11,name_11,coment_11,,,,
12,name_12,coment_12,,,,
13,name_13,coment_13,,,,
14,name_14,coment_14,,,,
15,name_15,coment_15,,,,
16,name_16,coment_16,,,,
17,name_17,coment_17,,,,
18,name_18,coment_18,,,,
19,name_19,coment_19,,,,
20,name_20,coment_20,,,,
21,name_21,coment_21,,,,

使用pandas读取文件内容如下：In [11]: data1 = pd.read_table('data.csv',sep=',')

In [12]: type(data1)
Out[12]: pandas.core.frame.DataFrame

In [13]: data1
Out[13]: 
 index  name comment Unnamed: 3 Unnamed: 4 Unnamed: 5 Unnamed: 6
0  1 name_01 coment_01   NaN   NaN   NaN   NaN
1  2 name_02 coment_02   NaN   NaN   NaN   NaN
2  3 name_03 coment_03   NaN   NaN   NaN   NaN
3  4 name_04 coment_04   NaN   NaN   NaN   NaN
4  5 name_05 coment_05   NaN   NaN   NaN   NaN
5  6 name_06 coment_06   NaN   NaN   NaN   NaN
6  7 name_07 coment_07   NaN   NaN   NaN   NaN
7  8 name_08 coment_08   NaN   NaN   NaN   NaN
8  9 name_09 coment_09   NaN   NaN   NaN   NaN
9  10 name_10 coment_10   NaN   NaN   NaN   NaN
10  11 name_11 coment_11   NaN   NaN   NaN   NaN
11  12 name_12 coment_12   NaN   NaN   NaN   NaN
12  13 name_13 coment_13   NaN   NaN   NaN   NaN
13  14 name_14 coment_14   NaN   NaN   NaN   NaN
14  15 name_15 coment_15   NaN   NaN   NaN   NaN
15  16 name_16 coment_16   NaN   NaN   NaN   NaN
16  17 name_17 coment_17   NaN   NaN   NaN   NaN
17  18 name_18 coment_18   NaN   NaN   NaN   NaN
18  19 name_19 coment_19   NaN   NaN   NaN   NaN
19  20 name_20 coment_20   NaN   NaN   NaN   NaN
20  21 name_21 coment_21   NaN   NaN   NaN   NaN

不过在几番尝试下来，发现这个分隔符缺省的时候倒是也能够读出数据。

In [16]: data2 = pd.read_table('data.csv')

In [17]: data2
Out[17]: 
  index,name,comment,,,,
0 1,name_01,coment_01,,,,
1 2,name_02,coment_02,,,,
2 3,name_03,coment_03,,,,
3 4,name_04,coment_04,,,,
4 5,name_05,coment_05,,,,
5 6,name_06,coment_06,,,,
6 7,name_07,coment_07,,,,
7 8,name_08,coment_08,,,,
8 9,name_09,coment_09,,,,
9 10,name_10,coment_10,,,,
10 11,name_11,coment_11,,,,
11 12,name_12,coment_12,,,,
12 13,name_13,coment_13,,,,
13 14,name_14,coment_14,,,,
14 15,name_15,coment_15,,,,
15 16,name_16,coment_16,,,,
16 17,name_17,coment_17,,,,
17 18,name_18,coment_18,,,,
18 19,name_19,coment_19,,,,
19 20,name_20,coment_20,,,,
20 21,name_21,coment_21,,,,

看完上述内容，你们掌握怎么在pandas中使用read_table读取csv文件的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注风纳云行业资讯频道，感谢各位的阅读！

另外有需要云服务器可以了解下风纳云fengnayun.com，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。