pandas.read_fwf

pandas.read_fwf(filepath_or_buffer, colspecs='infer', widths=None, **kwds)

将固定宽度格式的行的表读入DataFrame

还支持可选地将文件迭代或分解成块。

有关其他帮助，请参见IO工具在线文档。

参数：

filepath_or_buffer：str，pathlib.Path，py._path.local.LocalPath或任何具有read()方法的对象（如文件句柄或StringIO）

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，需要主机。例如，本地文件可以是file：//localhost/path/to/table.csv

colspecs：对的列表（int，int）或“infer”。可选的

将每行的固定宽度字段的范围作为半开间隔（即，从[到]到[]）的对（元组）的列表。字符串值“infer”可以用于指示解析器尝试从数据的前100行中检测列规范（default ='infer'）。

width：ints列表。可选的

如果间隔是连续的，可以使用字段宽度的列表，而不是“colspecs”。

分隔符：str，默认None

sep的备用参数名称。

delim_whitespace：boolean，default False

指定是否空白（例如' '或' ' ）将用作sep。相当于设置sep='\s+'。如果此选项设置为True，则不应为delimiter参数传入任何内容。

版本0.18.1中的新功能：支持Python解析器。

header：int或ints列表，默认'infer'

要用作列名称的行号，以及数据的开始。如果未传递names，默认行为就好像设置为0，否则None。显式传递header=0，以便能够替换现有名称。头部可以是整数列表，其指定列上的多索引的行位置。 [0,1,3]。未指定的插入行将被跳过（例如，在此示例中跳过2）。请注意，如果skip_blank_lines=True，此参数将忽略已注释的行和空行，因此header = 0表示数据的第一行，而不是文件的第一行。

names：array-like，default无

要使用的列名称列表。如果文件不包含标题行，则应明确传递header = None。除非mangle_dupe_cols = True（这是默认值），否则不允许在此列表中重复。

index_col：int或序列或False，默认值无

用作DataFrame的行标签的列。如果给出序列，则使用MultiIndex。如果您在每行结尾处都有带分隔符的格式不正确的文件，则可以考虑使用index_col = False强制pandas _not_使用第一列作为索引（行名称）

usecols：array-like，default无

返回列的子集。此数组中的所有元素必须是位置（即，文档列中的整数索引）或对应于用户在名称中提供或从文档标题行推断的列名称的字符串。例如，有效的usecols参数将是[0，1，2]或['foo'，'bar'，'baz']。使用此参数会导致更快的解析时间和更低的内存使用率。

as_recarray：boolean，default False

DEPRECATED：此参数将在以后的版本中删除。请改用pd.read_csv（...）。to_records()。

在解析数据后，返回NumPy recarray而不是DataFrame。如果设置为True，此选项优先于squeeze参数。此外，由于行索引在此类格式中不可用，因此将忽略index_col参数。

squeeze：boolean，default False

如果解析的数据只包含一列，则返回一个Series

前缀：str，默认值无

在没有标题时添加到列号的前缀，例如'X'代表X0，X1，...

mangle_dupe_cols：boolean，default True

重复的列将被指定为“X.0”...“X.N”，而不是“X”...“X”。如果在列中存在重复的名称，则传入False将导致覆盖数据。

dtype：输入列的名称或字典 - >类型，默认值无

数据或列的数据类型。例如。 {'a'：np.float64，'b'：np.int32}（不支持使用engine ='python'）。使用str或对象来保留而不是解释dtype。

转换器：dict，默认值无

说明转换某些列中的值的函数。键可以是整数或列标签

true_values：list，default无

要考虑的值为True

false_values：list，default无

要考虑的值为False

skipinitialspace：boolean，default False

跳过分隔符后的空格。

skiprows：list-like或integer，默认值无

要跳过的行号（0索引）或要跳过的行数（int）在文件的开头

skipfooter：int，default 0

跳过文件底部的行数（不支持engine ='c'）

skip_footer：int，default 0

DEPRECATED：使用skipfooter参数，因为它们是相同的

nrows：int，default无

要读取的文件的行数。适用于读取大文件的片段

na_values：scalar，str，list-like或dict，默认值无

可识别为NA / NaN的其他字符串。如果dict通过，特定的每列NA值。默认情况下，以下值被解释为NaN：''，'＃N / A'，'＃N / AN / A'，'#NA'，'-1. ＃IND'，'-1. ＃QNAN' '-NaN'，'-nan'，

'。＃IND'，'1.＃QNAN'，'N / A'，'NA'，'NULL'，'NaN'，'nan'`。

keep_default_na：bool，default True

如果指定了na_values并且keep_default_na为False，则将覆盖默认NaN值，否则将追加它们。

na_filter：boolean，default True

检测缺失值标记（空字符串和na_values的值）。在没有任何NA的数据中，传递na_filter = False可以提高读取大文件的性能

verbose：boolean，default False

指示放置在非数字列中的NA值的数量

skip_blank_lines：boolean，default True

如果为True，请跳过空白行，而不是解释为NaN值

parse_dates：boolean或列表或名称或列表或dict列表，默认为False

• 布尔。如果True - >尝试解析索引。

• int或名称列表。例如如果[1，2，3] - >尝试将列1,2,3分别解析为单独的日期列。

• 列表列表。例如如果[[1,3]] - >合并列1和3并解析为

  单个日期列。

• dict。 {'foo'：[1，3]} - >解析列1，3作为日期和调用结果'foo'

注意：iso8601格式的日期存在快速路径。

infer_datetime_format：boolean，default False

如果启用了True和parse_dates，pandas将尝试推断列中datetime字符串的格式，如果可以推断，则可以切换到更快的解析方式。在某些情况下，这可以将解析速度提高〜5-10x。

keep_date_col：boolean，default False

如果True和parse_dates指定合并多个列，则保留原始列。

date_parser：function，default无

用于将字符串列序列转换为datetime实例数组的函数。默认使用dateutil.parser.parser进行转换。Pandas将尝试以三种不同的方式调用date_parser，如果发生异常，则推进到下一个：1）将一个或多个数组（由parse_dates定义）作为参数传递； 2）将由parse_dates定义的列中的字符串值连接（逐行）到单个数组中，并传递；和3）对于每一行，使用一个或多个字符串（对应于由parse_dates定义的列）作为参数调用date_parser一次。

dayfirst：boolean，default False

DD / MM格式日期，国际和欧洲格式

迭代器：boolean，默认为False

返回TextFileReader对象以进行迭代或使用get_chunk()获取块。

chunksize：int，default无

返回TextFileReader对象以进行迭代。在iterator和chunksize中查看IO工具文档了解更多信息。

compression：{'infer'，'gzip'，'bz2'，'zip'，'xz'，None}

用于磁盘上数据的即时解压缩。如果“infer”，则使用gzip，bz2，zip或xz，如果filepath_or_buffer是分别以“.gz”，“.bz2”，“.zip”或“xz”结尾的字符串，否则不进行解压缩。如果使用'zip'，ZIP文件必须只包含一个要读入的数据文件。设置为无，无解压缩。

新版本0.18.1：支持'zip'和'xz'压缩。

千：str，默认值无

千位分隔符

decimal：str，default'。

可识别为小数点的字符（例如，对于欧洲数据使用​​“，”）。

float_precision：string，default无

指定C引擎应该为浮点值使用哪个转换器。选项为普通转换器的无，高精度转换器的高和往返转换器的round_trip。

lineterminator：str（length 1），默认值无

将文件拆分成行的字符。只有C解析器有效。

quotechar：str（length 1），可选

用于表示带引号项目的开始和结束的字符。引号项可以包含分隔符，它将被忽略。

引用：int或csv.QUOTE_ *实例，默认值为0

每个csv.QUOTE_*常量的控制字段引用行为。使用QUOTE_MINIMAL（0），QUOTE_ALL（1），QUOTE_NONNUMERIC（2）或QUOTE_NONE（3）之一。

doublequote：boolean，默认True

当指定quotechar且引用不是QUOTE_NONE时，指示是否将一个字段中的两个连续的元素解释为单个quotechar元素。

escapechar：str（length 1），默认值无

引号时用于转义分隔符的单字符字符串为QUOTE_NONE。

注释：str，默认值无

表示不应解析行的剩余部分。如果在行的开头找到，则该行将完全被忽略。此参数必须为单个字符。与空行一样（只要skip_blank_lines=True），完全注释的行就会被参数头忽略，而不会被skiprows忽略。例如，如果comment ='＃'，用header = 0解析'＃emptyna，b，cn1,2,3'将导致'a，b，c'被当作标题。

encoding：str，default无

在读/写时用于UTF的编码（例如，'utf-8'）。Python标准编码列表

方言：str或csv.Dialect实例，默认值无

如果None默认为Excel方言。如果sep超过1个字符，则忽略。有关详细信息，请参阅csv.Dialect文档

tupleize_cols：boolean，default False

将列上的元组列表保留为原样（默认是将列转换为多索引）

error_bad_lines：boolean，default True

默认情况下，具有太多字段的行（例如，具有太多逗号的csv行）将引发异常，并且不会返回DataFrame。如果为False，那么这些“坏行”将从返回的DataFrame中删除。（只有C解析器有效）

warn_bad_lines：boolean，默认值为True

如果error_bad_lines为False，并且warn_bad_lines为True，则将输出每个“坏行”的警告。（只有C解析器有效）。

low_memory：boolean，default True

在内部以块的方式处理文件，导致解析时内存使用较少，但可能是混合类型推断。要确保没有混合类型，请设置False，或使用dtype参数指定类型。请注意，无论如何，整个文件都读入单个DataFrame，请使用chunksize或迭代器参数以块形式返回数据。（只有C解析器有效）

buffer_lines：int，默认值无

DEPRECATED：此参数将在未来版本中删除，因为其值不受解析器的影响

compact_ints：boolean，default False

DEPRECATED：此参数将在以后的版本中删除

如果compact_ints为True，则对于任何整数为dtype的列，解析器将尝试将其转换为可能的最小整数dtype，根据use_unsigned参数的规范，可以是有符号或无符号。

use_unsigned：boolean，default False

DEPRECATED：此参数将在以后的版本中删除

如果整数列被压缩（即compact_ints = True），请指定该列是否应压缩到最小有符号或无符号整数dtype。

memory_map：boolean，default False

如果为filepath_or_buffer提供了文件路径，则将文件对象直接映射到内存上，并从中直接访问数据。使用此选项可以提高性能，因为不再有任何I / O开销。

返回：

result：DataFrame或TextParser

此外，'delimiter'用于指定填充字符

字段（如果它不是空格（例如，“〜”））。