如何用Python读取制表符分隔文本文件的指定列

嘿，我来帮你搞定这个需求！要读取制表符分隔（TSV）文件里的指定列，而且都是浮点数值，这里有两种实用的方法，适合不同场景：

方法一：使用Python内置的csv模块（无需额外安装库） #

这个方法适合轻量级需求，不用安装第三方包就能搞定。核心思路是用csv.reader指定制表符作为分隔符，然后遍历每一行提取目标列，再转换成浮点数。

注意：Python里的索引是从0开始的，所以你说的第1列对应索引0，第2列对应1，第3列对应2。

示例代码 #

假设你的文件名为data.tsv，内容是每行3个制表符分隔的浮点数：

1.0	11.0	23.0
2.0	22.0	45.0
3.0	33.0	456.0
4.0	44.0	3456.0
5.0	55.0	33212.0

读取第1列（索引0）的代码：

import csv

# 指定要读取的列索引（第1列→0，第2列→1，第3列→2）
target_column_index = 0
column_values = []

with open('data.tsv', 'r') as file:
    # 创建csv读取器，分隔符设为制表符'\t'
    reader = csv.reader(file, delimiter='\t')
    for row in reader:
        # 跳过空行（可选，根据你的文件情况调整）
        if not row:
            continue
        # 将对应列的字符串转为浮点数，加入列表
        column_values.append(float(row[target_column_index]))

print(f"第{target_column_index+1}列的数值：{column_values}")

如果要读取第2列，只需要把target_column_index改成1就行，第3列就改成2。

方法二：使用pandas库（适合处理大型/复杂数据） #

如果你的文件比较大，或者需要后续做数据分析，pandas会更高效便捷，处理数值类型也更省心。

首先需要安装pandas：

pip install pandas

示例代码 #

同样针对data.tsv文件，读取指定列：

import pandas as pd

# 读取TSV文件，制表符分隔
df = pd.read_csv('data.tsv', sep='\t', header=None)  # header=None表示文件没有表头

# 读取第1列（索引0），转成列表
column_1 = df.iloc[:, 0].tolist()
# 读取第2列（索引1）
column_2 = df.iloc[:, 1].tolist()
# 读取第3列（索引2）
column_3 = df.iloc[:, 2].tolist()

print("第1列数值：", column_1)
print("第2列数值：", column_2)
print("第3列数值：", column_3)

如果你的文件有表头，只需要去掉header=None，然后直接用列名取数就行，比如df['列名']。

内容的提问来源于stack exchange，提问作者Mohsen Ali