在查找數據集的時候發現，并不是所有的數據集都是以csv的格式存儲，也就是每一列特征數據的分割并不是都以逗號分割，有的數據格式是以空格為分割
例如.data格式，
接下來就實現對.data格式數據的讀取：
(數據來源于Boston房價預測數據集，文件名稱為“housing.data”)
import pandas as pd
data = pd.read_csv('./housing.data', delim_whiteshape=True)
以上代碼就是實現了對空格的分割，但是不知道針對也是以一列存儲，并且數據分割也是空格的csv文件此方法還行得通不。
另外pd.read_csv()中的參數sep和delimiter表示的意義一樣，具體如何使用不清楚，目前用到不多。
遇到讀取文件不知如何操作的，最后要訪問下官方文檔或者google查詢。
pd.read_csv官方文檔
另外，可以直接在原數據集文件加后綴名.csv即可轉換成csv文件，但前提是data中的數據已經以，分割好了。
pd.read_csv()中讀取文件時，默認第一行作為列名，但有時候第一行也是我們需要的數據，這時需制定參數header=None，或者給每列提前設置好名字，names=[‘column0',‘column1',…]
補充：python 實現以空格分隔的文件讀寫及二維數組按列折半查找
最近文件讀寫的工作比較多，每一次讀文件都會寫單獨的函數來適應文件格式，所以寫了一個類對文件進行操作。
（用pandas.read_csv讀取文件更好用）
import os
class DealData:
# 數據加載函數
def load(self, filename):
data = []
file = open(filename, 'r')
for line in file.readlines():
line = line.strip('\n') # 除去換行
line = line.split(' ') # 文件以“ ”分隔
if "" in line: # 解決每行結尾有空格的問題
line.remove("")
data.append(line)
file.close()
return data
# 折半查找 # array是一個二維數組，函數實現的功能是按照array的第lie列折半查找
def search(self, array, lie, target):
low = 0
high = len(array) - 1
while array[low][lie] = array[high][lie]:
mid = int((low + high) / 2)
midval = array[mid][lie]
if midval target:
low = mid + 1
elif midval > target:
high = mid - 1
if high 0 or low >= len(array):
break
return high
# 將數據保存到文件
def save(self, data, filename):
file = open(filename, 'w')
for i in range(0, len(data), 1):
for k in range(0, len(data[i]), 1):
file.write(str(data[i][k]))
file.write(" ")
file.write("\n")
file.close()
可以將Dealdata類單獨創建一個python文件，命名為Dealdata，調用方法如下：
from DealData import DealData
deal = DealData()
totaldata = deal.load("E:\low_data.txt")
之前先引用類：from Dealdata import Dealdata， 其中第一個Dealdata為被調用的python文件名， 第二個Dealdata為被調用的類名。
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- python將每個單詞按空格分開并保存到文件中
- Python 如何將字符串每兩個用空格隔開
- Python 字符串去除空格的五種方法
- 解決python的空格和tab混淆而報錯的問題
- 去除python中的字符串空格的簡單方法
- python 解決Windows平臺上路徑有空格的問題
- Python 實現一行輸入多個數字(用空格隔開)
