Python pandas读取txt指定列：有标题与无标题的处理方法

Leo

发布时间：2026-10-13| 2人浏览过

原创

本文介绍使用pandas读取txt文件指定列的方法，重点区分带有标题和无标题文件的处理差异。详细解析read_table函数的filepath_or_buffer、sep、names、engine及encoding等关键参数，解决中文路径及编码问题，并提供完整代码示例与常见错误排查指南。

pandas读取txt文件指定列的方法与参数详解

在处理大型txt文件时，通常会将其分割为多个小文件。值得注意的是，只有第一个分割文件保留有标题行，后续文件则不再包含标题信息。

针对从这些文件中提取指定列数据的需求，经过实践验证，可以成功解决相关技术难点。


import pandas as pd
# 我们的需求是　取出所有的姓名
# test1的内容
'''
id name score
1  张三　100
2  李四 99
3  王五 98
'''
test1 = pd.read_table("test1.txt") # 这个是带有标题的文件
names = test1["name"] # 根据标题来取值
print(names)
'''
张三
李四
王五
'''

# test2的内容
'''
4  Allen　100
5  Bob 99
6  Candy 98
'''
test2 = pd.read_table("test2.txt", header=None) # 这个是没有标题的文件
names = test2[1] # 根据index来取值 
print(names)
'''
Allen
Bob
Candy
'''

在使用pandas读取txt文件时，需要特别注意相关配置细节，以确保数据准确读取。

核心语法为pandas.read_table()，该函数专门用于处理分隔符分隔的文本文件。

该函数支持多个关键参数配置，具体如下：

filepath_or_buffer：指定文件路径或输入对象；sep：指定分隔符，默认值为制表符（\t）；names：定义读取的列名及顺序，默认按顺序读取所有列；engine：当文件路径包含中文字符时，需设置engine='python'以兼容解析；encoding：指定文件编码格式，默认跟随操作系统文字编码；na_values：用于指定被视为空值的字符串，如null、NULL、NA、None等。

常见的错误在于参数设置不完整，导致读取失败或数据格式异常。


import pandas
data = pandas.read_table(‘D/anaconda/数据分析/文本.txt',
engine=‘python')
print(data)

通过正确配置参数，可以获得预期的输出结果。

以下是完整的代码实现示例：


import pandas
data = pandas.read_table(‘D/anadondas/数据分析/文本.txt',
sep = ‘,' ,#指定分隔符‘,'，默认为制表符
names = [‘names',‘age'],#设置列名，默认将第一行数据作为列名
engine = ‘python',
encoding = ‘utf8'#指定编码格式)
print(data)

执行上述代码后，将得到正确的数据输出结果。