VS Code中Python加载文本文件报错及特殊格式文件加载处理求助

常见报错原因及解决方法 #

• 分隔符不匹配：TXT文件通常用空格、制表符分隔，而pd.read_csv默认用逗号当分隔符，这是最常见的报错原因。直接指定匹配多空格/制表符的分隔符：

  import pandas as pd
  df = pd.read_csv('your_data.txt', sep='\s+')
  

• 数据类型推断错误：pandas自动推断类型时，可能把首列的字符当成数值，或者数值列混入字符导致报错。手动指定首列为字符串类型：

  # 如果文件有表头，先确认首列名称，比如叫"category"
  df = pd.read_csv('your_data.txt', sep='\s+', dtype={'category': str})
  
  # 如果文件无表头，直接按列索引指定
  df = pd.read_csv('your_data.txt', sep='\s+', header=None, dtype={0: str})
  

• 表头识别错误：如果你的TXT文件第一行是数据而非表头，必须加header=None，否则首行数据会被当成列名，导致后续数据加载混乱：

  # 手动指定列名（可选）
  col_names = ['group', 'value1', 'value2', 'value3']
  df = pd.read_csv('your_data.txt', sep='\s+', header=None, names=col_names, dtype={'group': str})
  

• 存在异常值/缺失值：如果数值列里有非数值内容，用na_values标记为缺失值，避免加载报错：

  df = pd.read_csv('your_data.txt', sep='\s+', dtype={0: str}, na_values=['NA', 'N/A', '?'])
  

转为数组用于运算与绘图 #

加载成功后，提取数值列转成numpy数组，直接用于后续计算和绘图：

import numpy as np
import matplotlib.pyplot as plt

# 提取除首列外的所有数值列，转成数组
num_array = df.iloc[:, 1:].values

# 示例：计算数组均值
mean_vals = np.mean(num_array, axis=0)
print("各列均值：", mean_vals)

# 示例：绘制第一列数值与第二列数值的折线图
plt.plot(num_array[:, 0], num_array[:, 1])
plt.xlabel(df.columns[1])
plt.ylabel(df.columns[2])
plt.title('数值列关系图')
plt.show()

内容的提问来源于stack exchange，提问作者Milan George