python讀取文件對各列進(jìn)行索引 可以用readlines， 也可以用readline， 如果是大文件一般就用readlined={}

a_in?=?open("testfile.txt",?"r")

for?line?in?a_in:

columnssplit?=?line.rstrip().split("\t")

d[columnssplit[0]]=columnssplit[1]

a_in.close()

ID_test?=?open("correlation.txt",?"r")

for?line?in?ID_test:

s?=?line.rstrip().split("\t")

if?s[1]?in?d:

print?s[0]+"\t"+d[s[1]]

ID_test.close()

##?Here?is?another?example

f?=?open("test.txt",?"r")

while?True:

line?=?f.readline()

if?line:???#??或者用?if?line?!=?"":

print?line

else:

break

f.close()

python 還有一個(gè)pandas 主要用于大數(shù)據(jù)分析， 它與matplotlib以及 numpy 結(jié)合可以替代R語言進(jìn)行統(tǒng)計(jì)學(xué)分析, 獲取dataframe的 各行內(nèi)容，可以用iterrows() 和 itertuples(), 其中 itertuples() 比 iterrows()速度更快。import?pandas?as?pd

df1?=?pd.read_csv("test.txt",?header?=?None,?sep='\t')

#?打印前三行

print?df1[:3]

#?選取前三行的?前三列，?使用df.loc

df2?=?df1.loc[:3,?[0,?1,?2]]

print?df2

#?替換第三列的部分內(nèi)容

col3?=?df2.apply(lambda?r:?r[2].replace("KH","TF"),?axis=1)

#?合并第一列和替換后的第三列內(nèi)容

df3?=?pd.concat([df2[0],?col3],?axis?=?1)

print?df3

參考：

總結(jié)

以上是生活随笔為你收集整理的python读取大文件内容_python读取大文件的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。