要在Python中用pandas读取TSV文件，可以使用以下基本语法。
df = pd.read_csv("data.txt", sep="\t")
本教程提供了几个如何在实践中使用这个函数的例子：
读取一个带页眉的TSV文件
假设我们有一个名为data.txt 的TSV文件，其中有一个页眉。
为了将这个文件读入pandas DataFrame，我们可以使用以下语法。
import pandas as pd
#read TSV file into pandas DataFrame
df = pd.read_csv("data.txt", sep="\t")
#view DataFrame
print(df)
column1 column2
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
我们可以打印DataFrame的类，并使用下面的语法找到行和列的数量：
#display class of DataFrame
print(type(df))
<class 'pandas.core.frame.DataFrame'>
#display number of rows and columns in DataFrame
df.shape
(10, 2)
我们可以看到df是一个有10行2列的pandas DataFrame。
读取一个没有标题的TSV文件
假设我们有一个名为data.txt的TSV文件，没有标题：
要将这个文件读入pandas DataFrame，我们可以使用以下语法。
#read TSV file into pandas DataFrame
df = pd.read_csv("data.txt", sep="\t", header=None)
#view DataFrame
print(df)
0 1
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
由于该文本文件没有标题，pandas只是简单地将列0和1命名。
读取没有标题的TSV文件并指定列名
如果我们愿意，我们可以在导入文本文件的时候使用names参数来指定列名：
#read TSV file into pandas DataFrame and specify column names
df = pd.read_csv("data.txt", sep="\t", header=None, names=["A", "B"])
#display DataFrame
print(df)
A B
0 1 4
1 3 4
2 2 5
3 7 9
4 9 1
5 6 3
6 5 7
7 8 8
8 3 1
9 4 9
其他资源
下面的教程解释了如何用pandas读取其他类型的文件：
如何用Pandas读取文本文件
如何用Pandas读取CSV文件
如何用Pandas读取Excel文件
如何用Pandas读取JSON文件
