WOLFRAM

Wolfram Language & System Documentation Center

TSV (.tsv)

  • Import 与 Export 完全支持 TSV 格式并提供各种数据转换和格式选项.
  • Import 自动识别常用数字格式，包括 C 和 Fortran 符号.
  • 没有小数点的数字按整数导入.

背景

    • MIME 类型：text/tab-separated-values
    • TSV 表格数据格式.
    • 按行存储数值和文本信息，使用制表符分隔字段.
    • TSV 是 Tab-Separated Values 的缩写.
    • 纯文本格式.
    • 类似于 CSV.

Import 与 Export

  • Import["file.tsv"] 返回字符串和数字的二维数组，表示存储在文件中的行列.
  • Import["file.tsv",elem] 从一个 TSV 文件中导入指定的参数.
  • Import["file.tsv",{elem,sub1,…}] 导入子参数，特别是有助于导入部分数据的参数.
  • 导入格式可以用 Import["file","TSV"] 或 Import["file",{"TSV",elem,…}] 指定.
  • Export["file.tsv",expr] 从 expr 创建 TSV 文件.
  • 支持的 expr 表达式包括：
  • {v1,v2,…}单列数据
    {{v11,v12,…},{v21,v22,…},…}数据行列表
    array数组包括 SparseArray、QuantityArray 等
    tseriesTimeSeries、EventSeries 或 TemporalData 对象
    Dataset[…]数据集
    Tabular[…]表格对象
  • 请到以下参考页面了解完整的基本信息：
  • Import, Export从文件导入或导出到文件
    CloudImport, CloudExport从云对象导入或导出到云对象
    ImportString, ExportString从字符串导入或导出到字符串
    ImportByteArray, ExportByteArray从字节数组导入或导出到字节数组

Import 的参数

  • Import 的通用参数：
  • "Elements"该文件可用的参数和选项列表
    "Rules"所有可用参数的规则列表
    "Summary"文件摘要
  • 表示数据的参数：
  • "Data"二维数组
    "Grid"作为 Grid 对象的表格数据
    "RawData"二维数组字符串
    "Dataset"作为 Dataset 列表数据
    "Tabular"用 Tabular 对象表示的表格数据
  • 数据描述符元素：
  • "ColumnLabels"列的名称
    "ColumnTypes"列的名称和类型的关联
    "Schema"TabularSchema 对象
  • 默认情况下，Import 与 Export 使用 "Data" 参数.
  • 对于部分数据导入，任何数据表示参数 elem 可用 {elem, rows, cols} 格式指定行和列，其中 rows 和 cols 可为以下任意：
  • n第 n 行或列
    -n从末尾计数
    n;;m从 n 到 m
    n;;m;;s从 n 到 m 步长为 s
    {n1,n2,…}特定的行和列 ni
  • 元数据参数：
  • "ColumnCount"列数
    "Dimensions"行数列表和最大列数
    "RowCount"行数

选项

  • Import 与 Export 选项：
  • "EmptyField"""如何表示空白字段
    "QuotingCharacter""\""用于分隔非数字字段的字符
  • 数据区域内包含逗号或行分隔符通常用双引号字符包围. 默认情况下，Export 使用创引号字符作为分隔符. 指定不同字符使用 "QuotingCharacter".
  • 默认情况下，并不导入双引号字符分隔的文本字段.
  • Import 选项：
  • CharacterEncoding"UTF8ISOLatin1"文件中行字符串使用的编码
    "ColumnTypeDetectionDepth"Automatic用于标题检测的行的数量
    "CurrencyTokens"None当导入数值值时会跳过货币单位
    "DateStringFormat"None日期格式，按 DateString 规范给出
    "FieldSeparator""\t"字符串标记，用于分隔列
    "FillRows"Automatic是否将行按最大列长填满
    "HeaderLines"Automatic假设为开头的行数
    "IgnoreEmptyLines"True是否忽略空白行
    MissingValuePatternAutomatic用于指定缺失元素的模式
    "NumberPoint""."小数点字符串
    "Numeric"Automatic如果可以的话是否将数据字段导入为数字
    "Schema"Automatic用于构建 Tabular 对象的方法
    "SkipInvalidLines"False是否跳过无效的行
    "SkipLines"Automatic文件开头处跳过的行数
  • 在默认情况下，Import 尝试将数据解释为 "UTF8" 编码文本. 如何文件中存储的任意位数序列不能用 "UTF8" 表示，则 Import 使用 "ISOLatin1" 替代.
  • 用 CharacterEncoding -> Automatic, Import 将尝试推断文件的字符编码.
  • 以下为 "HeaderLines" 和 "SkipLines" 的可能设定：
  • Automatic尝试自动确定要跳过多少行或用作标题的行的数量
    n跳过 n 行或作为 Dataset 的标题使用
    {rows,cols}跳过行和列或作为标题使用
  • "Schema" 选项可用的设置包括：
  • schema完整的 TabularSchema 指定
    propvalschema 属性和值（请阅读 TabularSchema 的参考页面）
    <|"prop1"val1,…|>schema 属性和值的关联
  • Import 把由 "DateStringFormat" 选项指定格式化的表格项转换 DateObject.
  • Export 的选项：
  • AlignmentNone数据如何在表格行中对应
    CharacterEncoding"UTF8"文件中行字符串使用的编码
    "FillRows"False是否将行按最大列长填满
    "IncludeQuotingCharacter"Automatic是否为导出的值添加引号
    "TableHeadings"Automatic表格行和列的标题
  • Alignment 的可用设定为 None、Left、Center 和 Right.
  • "IncludeQuotingCharacter" 可被设置为以下值：
  • None不要将任何值用引号引起来
    Automatic仅在需要时用引号将值引起来
    All用引号将有效的值引起来
  • "TableHeadings" 可设置为以下值：
  • None跳过列的标签
    Automatic导出列的标签
    {"col1","col2",…}列标签的列表
    {rhead,chead}为行和列指定单独的标签
  • Export 使用运行 Wolfram 语言的计算机系统的常用规范编码行分隔字符.

范例

打开所有单元 关闭所有单元

基本范例  (3)

导入一个 TSV 文件：

导入 TSV 文件的摘要信息：

将表达式数组导出至 TSV：

范围  (8)

导入  (4)

从 CSV 文件导入元数据：

将 TSV 文件导入为 Tabular 对象，自动检测标题：

导入时不包含标题，但跳过第一行：

导入 TSV 的样例行：

分析文件的单个列；首先查看列的标签及其类型：

获取某一列的所有值：

计算均值：

导出  (4)

导出一个 Tabular 对象：

用 "TableHeadings" 选项删除 Tabular 对象的标题：

导出一个 TimeSeries：

导出一个 EventSeries：

导出一个 QuantityArray：

导入的参数  (26)

"ColumnCount"  (1)

获取 TSV 文件的列数：

"ColumnLabels"  (1)

从 TSV 文件中获取推断的列标签：

"ColumnTypes"  (1)

从 TSV 文件中获取推断的列的类型：

"Data"  (6)

导入 TSV 文件为值的二维列表：

以下为默认参数：

导入 TSV 文件的单行：

导入 TSV 文件的部分指定行：

导入 TSV 文件的前 3 行：

从 TCV 文件导入单行和列：

从 TCV 文件导入单列：

"Dataset"  (3)

导入 TSV 文件为 Dataset：

用 "HeaderLines" 将首行作为列开头使用：

用 "SkipLines" 仅导入需要的数据：

"Dimensions"  (1)

从 TSV 文件导入维数：

若文件中的所有行不含有相同列数，将使用最大行数：

"Grid"  (1)

导入 TSV 数据为 Grid：

"RawData"  (3)

导入 TSV 数据为原始字符串：

对比 "Data"：

默认情况下对于 "RawData"，使用 "Numeric"->False：

使用 "Numeric"->True：

默认情况下对于 "RawData"，使用 "FillRows"->True：

使用 "FillRows"->False：

"RowCount"  (1)

从 TSV 文件中获取行数：

"Schema"  (1)

获取 TabularSchema 对象：

"Summary"  (1)

TSV 文件摘要：

"Tabular"  (6)

将 CSV 文件导入为 Tabular 对象：

用 "HeaderLines" 和 "SkipLines" 选项只导入感兴趣的数据：

导入一行数据：

导入多行数据：

导入前 5 行数据：

导入给定的行和列上的元素：

导入一列数据：

导入的选项  (15)

CharacterEncoding  (1)

字符串编码可用 $CharacterEncodings 设定为任意值：

"ColumnTypeDetectionDepth"  (1)

默认情况下，仅使用文件开头的几十行来检测列的类型：

用更多行数据来检测列的类型：

"CurrencyTokens"  (1)

自动忽略货币符号：

使用 "CurrencyTokens"->None 来包含货币符号：

"DateStringFormat"  (1)

用指定的数据格式将数据转换为 DateObject:

默认情况下，没有发生转换：

"EmptyField"  (1)

对 TSV 数据中的控字段指定默认值：

"FieldSeparator"  (1)

默认情况下，"\t" 被用作字段分割符：

将 "," 用作字段分割符：

"FillRows"  (1)

对于 "Data" 参数，行长度自动被保存：

对齐行：

对于 "RawData" 参数，默认导入完整数组：

"HeaderLines"  (1)

默认情况下会自动检测标题行：

自动标题检测不正确时可使用 "HeaderLines" 选项：

指定行标题：

指定行和列标题：

"IgnoreEmptyLines"  (1)

使用 "IgnoreEmptyLines" 从导入数据中去除没有数据的行：

MissingValuePattern  (1)

默认情况下，一组自动值被视为缺失：

用 MissingValuePatternNone 禁用缺失元素检测：

用字符串模式查找缺失的元素：

"Numeric"  (1)

使用 "Numeric"->True 解释数字：

默认情况下，将全部导入为字符串：

"NumberPoint"  (1)

默认情况下，用 "." 指定浮点数据的小数点字符：

用 "NumberPoint" 选项指定浮点数据的小数点字符：

"QuotingCharacter"  (1)

默认的引号字符是双引号：

可指定不同的引号字符：

"Schema"  (1)

Import 会自动从存储在 TSV 文件中的数据推断列的标签和类型：

用 "Schema" 选项指定列的类型：

"SkipLines"  (1)

TSV 文件可能包括注释行：

跳过注释行：

跳过注释行，并用下一行作为 Tabular 标题：

导出的选项  (7)

对齐  (1)

默认情况下，不会为任何对齐添加其他字符：

左对齐列的值：

中间对其列的值：

CharacterEncoding  (1)

字符串编码可通过 $CharacterEncodings 设置任意值：

"EmptyField"  (1)

默认情况下，空白参数导出为空白字符串：

对空白参数指定不同值：

"FillRows"  (1)

默认情况下保留行的长度：

用 "FillRows"->True 导出整个数组：

"IncludeQuotingCharacter"  (1)

默认情况下，Export 仅为需要引号的值导出引号：

用 "IncludeQuotingCharacter"All 为所有的值添加引号：

用 "IncludeQuotingCharacter"None 导出所有值且都不添加引号. 请注意，标题则始终用引号引起来：

"QuotingCharacter"  (1)

用于非数字元素的默认引号字符是双引号：

指定不同的引号字符：

用 "QuotingCharacter"->"" 导出所有值且都不添加引号. 请注意，标题则始终用引号引起来：

"TableHeadings"  (1)

默认情况下，导出列的标题：

用 "TableHeadings"None 不导出列的标题：

用自定义列标题导出数据：

用自动以列和行标题导出数据：

应用  (1)

将欧洲国家和其人口列表导出至 TSV 文件：

导回数据并转换为表达式：

可能存在的问题  (12)

对于不规则数组，各个行的列数不同，某些行可能被视为无效：

用 "Backend""Table" 避免跳过这些行：

格式为 "nnnDnnn" 或 "nnnEnnn" 的条目被解释为用科学计数法表示的数字：

用 "Numeric" 选项覆盖这种解释：

数字解释可能会导致精度损失：

用 "Numeric" 选项覆盖这种解释：

从 14.2 版开始，货币词元不会被自动跳过：

用 "CurencyTokens" 选项跳过这些词元：

从 14.2 版开始，当由整数组成的列包含大于 Developer`$MaxMachineInteger 的数字时，会添加引号字符：

用 "IncludeQuotingCharacter"->None 恢复以前的结果：

从 14.2 版开始，某些字符串会被自动视为缺失：

用 MissingValuePatternNone 覆盖这种解释：

从 14.2 版开始，小数部分为 0 的实数将被导出为整数：

用 "Backend"->"Table" 恢复以前的结果：

从 14.2 版开始，大于 Developer`$MaxMachineInteger 的整数被导入为实数：

用 "Backend"->"Table" 恢复以前的结果：

从 14.2 版开始，用 DateString 导出 Tabular 对象的日期和时间列：

用 "Backend"->"Table" 恢复以前的结果：

由旧版本 Wolfram 语言生成的部分 TSV 数据可能含有不正确的文本分割区域，且在版本 11.2 中无法按预期导入：

使用 "QuotingCharacter""" 将会给出之前预测的结果：

导入带有行和列标题的 Dataset 时左上角的数据丢失：

取决于数据的维度，Dataset 看起来可能会不一样：