最近在倒騰一個(gè)txt文件,因?yàn)槲募螅越o切割成了好幾個(gè)小的文件,只有第一個(gè)文件有標(biāo)題,從第二個(gè)開始就沒有標(biāo)題了。
創(chuàng)新互聯(lián)建站服務(wù)項(xiàng)目包括灤平網(wǎng)站建設(shè)、灤平網(wǎng)站制作、灤平網(wǎng)頁制作以及灤平網(wǎng)絡(luò)營銷策劃等。多年來,我們專注于互聯(lián)網(wǎng)行業(yè),利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等,向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案,灤平網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前,我們服務(wù)的客戶以成都為中心已經(jīng)輻射到灤平省份的部分城市,未來相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任!我的需求是取出指定的列的數(shù)據(jù),踩了些坑給研究出來了。
import pandas as pd # 我們的需求是 取出所有的姓名 # test1的內(nèi)容 ''' id name score 1 張三 100 2 李四 99 3 王五 98 ''' test1 = pd.read_table("test1.txt") # 這個(gè)是帶有標(biāo)題的文件 names = test1["name"] # 根據(jù)標(biāo)題來取值 print(names) ''' 張三 李四 王五 ''' # test2的內(nèi)容 ''' 4 Allen 100 5 Bob 99 6 Candy 98 ''' test2 = pd.read_table("test2.txt", header=None) # 這個(gè)是沒有標(biāo)題的文件 names = test2[1] # 根據(jù)index來取值 print(names) ''' Allen Bob Candy '''
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時(shí)售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì),專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。