Python读取带行号的多列TSV文件

Question

在Python中，读取一个多列的tsv文件（制表符分隔值文件）时，最简单的方法是什么？这个文件有表头，但第一列没有表头，而是包含每一行的行号。

这种格式似乎是从R数据框导出的文件中常见的。

举个例子：

    A      B  C
1   a1     b1 c1
2   a2     b2 c2
3   a3     b3 c3

有什么好主意吗？

Answer 1

DataFrame.from_csv("tsv.tsv", sep="\t")

df.read_csv("tsv.tsv", sep="\t")

这个不再工作了。

请使用

Answer 2

导入Pandas库

import pandas as pd
data = pd.read_csv('/ABC/DEF/TSV.tsv', sep='\t')

Answer 3

你可以试试下面这些原生的Python代码：

with open('tsvfilename') as f:
    lines = f.read().split('\n')[:-1]
    for i, line in enumerate(lines):
        if i == 0: # header
            column_names = line.split()
            # ...
        else:
            data = line.split();
            # ...

Answer 4

从版本0.21.0开始，df = DataFrame.from_csv("tsv.tsv", sep="\t") 这个写法已经不再推荐使用了。

现在应该用df = pd.read_csv("tsv.tsv", sep="\t") 这个方法来读取数据。

Answer 5

这要看你想怎么处理这些数据（还有这个文件是不是确实用\t作为分隔符的tsv文件）。如果你只是想把数据放在一组列表里，可以用csv模块，像这样：

import csv
with open("tsv.tsv") as tsvfile:
    tsvreader = csv.reader(tsvfile, delimiter="\t")
    for line in tsvreader:
        print line[1:]

不过我也推荐使用pandas里的DataFrame模块，特别是当你需要做一些简单的Python操作以外的事情时。你可以这样使用它：

from pandas import DataFrame
df = DataFrame.read_csv("tsv.tsv", sep="\t")

DataFrame可以让你更方便地处理数据，比如添加列、计算平均值等等。