pandas中的read_table和read_csv有区别吗？

Question

我已经测试了它,并且检查了文档没有明显的差异.无论哪种方式,我想问以防万一.

你认为read_csv应该只用于csv,即使它适用于其他类型吗？而read_table适用于任何事情？如果它们存在时它们是相同的？

Answer 1

你可以得到一般分隔文件的工作,差异是默认的参数,例如sep是'\t'(tab)for read_tablebut ','for read_csv.它们都在下面实现了相同的功能

如果你看一下来源

他们用不同的分隔符调用相同的函数:

read_csv = _make_parser_function('read_csv', sep=',')
read_csv = Appender(_read_csv_doc)(read_csv)

read_table = _make_parser_function('read_table', sep='\t')
read_table = Appender(_read_table_doc)(read_table)

并且_make_parser_function:

def _make_parser_function(name, sep=','):

是接受separg 的一般方法

Answer 2

编辑： 经过讨论，决定保留，read_table因此此功能现在已不再弃用。

如果你查看 ~~ Pandas 文档read_table：

自版本 0.24.0 起已弃用。

改为使用，必要时pandas.read_csv()传递。sep='\t'

所以建议不要使用read_table()。