使用Python逐行读取文本文件,并将用户数据放入Pandas DataFrame中的方法如下:
import pandas as pd
# 创建一个空的DataFrame
df = pd.DataFrame(columns=['用户名', '年龄', '性别'])
# 打开文本文件
with open('user_data.txt', 'r') as file:
# 逐行读取文件内容
for line in file:
# 假设每行数据以逗号分隔,格式为:用户名,年龄,性别
data = line.strip().split(',')
# 将数据添加到DataFrame中
df.loc[len(df)] = data
# 打印DataFrame
print(df)
上述代码首先导入了pandas
库,并创建了一个空的DataFrame对象df
,其中包含了三列:'用户名'、'年龄'和'性别'。然后,使用with open
语句打开文本文件,并通过for
循环逐行读取文件内容。假设每行数据以逗号分隔,我们使用strip()
方法去除行首尾的空格,并使用split(',')
方法将每行数据拆分成一个列表。接着,使用df.loc[len(df)] = data
将数据添加到DataFrame中,其中len(df)
表示当前DataFrame的行数,data
为包含用户名、年龄和性别的列表。最后,通过print(df)
打印DataFrame。
这种方法适用于文本文件中每行数据的格式相同且固定的情况。如果每行数据的格式不同,需要根据实际情况进行适当的处理。另外,如果文本文件较大,可能需要考虑分块读取文件内容以减少内存占用。
领取专属 10元无门槛券
手把手带您无忧上云