pandas.read_fwf

pandas.read_fwf(filepath_or_buffer, *, colspecs='infer', widths=None, infer_nrows=100, iterator=False, chunksize=None, **kwds)

将固定宽度格式行的表读取到 DataFrame 中。

还支持选择性地迭代或将文件拆分成块。

额外的帮助可以在 在线的 IO 工具文档 中找到。

参数:

filepath_or_buffer字符串, 路径对象, 或类文件对象

字符串、路径对象（实现 os.PathLike[str]）或实现文本 read() 函数的类文件对象。字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3 和 file。对于文件 URL，需要一个主机。一个本地文件可以是：file://localhost/path/to/table.csv。

colspecslist of tuple (int, int) 或 ‘infer’。可选的

一个元组列表，给出每行固定宽度字段的范围作为半开区间（即， [从, 到] ）。字符串值 ‘infer’ 可以用来指示解析器尝试从数据的前 100 行中检测列规范，这些行不是通过 skiprows 跳过的（默认=’infer’）。

宽度int 列表, 可选

如果间隔是连续的，可以使用字段宽度列表来代替 ‘colspecs’。

infer_nrowsint, 默认 100

在让解析器确定 colspecs 时要考虑的行数。

迭代器布尔值, 默认为 False

返回用于迭代或通过 get_chunk() 获取块的 TextFileReader 对象。

chunksizeint, 可选

每次从文件中读取的行数。

**kwds可选的

可以传递可选的关键字参数给 TextFileReader。

返回:

DataFrame 或 TextFileReader

逗号分隔值（csv）文件作为带有标记轴的二维数据结构返回。

参见

DataFrame.to_csv

将 DataFrame 写入一个逗号分隔值（csv）文件。

read_csv

将逗号分隔值（csv）文件读取到 DataFrame 中。

示例

>>> pd.read_fwf("data.csv")