如何在python中读取.log文件？

我有这个.log文件。我不知道如何将它们理解为数据帧

 id  |        create_date         
-----+----------------------------
 318 | 2017-05-05 07:03:27.556697
 456 | 2017-07-03 01:50:07.966652
 249 | 2017-05-03 13:57:32.567373

---

参数

• sep=“|”

  使用

  |

  作为列分隔符

• skiprows=[1]

  忽略第二行，它只是装饰，是最难解析的

• 标题=0

  从第一行读取列名

• 解析日期=[1]

  将

  create_date

  列转换为

  datetime64

  格式（可能是可选的）

• 重命名（columns=lambda x:x.strip（））

  从列名中删除额外的空白

如果要将

id

列作为索引，而不是使用顺序索引，则可能需要添加

index\u col=0

---

参数

• sep=“|”

  使用

  |

  作为列分隔符

• skiprows=[1]

  忽略第二行，它只是装饰，是最难解析的

• 标题=0

  从第一行读取列名

• 解析日期=[1]

  将

  create_date

  列转换为

  datetime64

  格式（可能是可选的）

• 重命名（columns=lambda x:x.strip（））

  从列名中删除额外的空白

如果要将

id

列作为索引，而不是使用连续的索引，则可能需要添加

index\u col=0

。

试试这个

df=pd.read_csv('file_.csv',sep='|')

然后您可以通过多种方式删除

-----+------------------------------------

df[df['id']！='-+-----------------------------------']

df[~df['id'].str.startswith（'-'）]

df.drop（0）

#如果您的文件在任何其他位置（例如

页脚）包含
-----+-------------------------------
，它将不起作用

df[df['create_date'].notnull（）]

#当create_date列默认包含NaN时，它将不起作用

输出：

    id           create_date         
1   318    2017-05-05 07:03:27.556697
2   456    2017-07-03 01:50:07.966652
3   249    2017-05-03 13:57:32.567373

试试这个

df=pd.read_csv('file_.csv',sep='|')

然后您可以通过多种方式删除

-----+------------------------------------

df[df['id']！='-+-----------------------------------']

df[~df['id'].str.startswith（'-'）]

df.drop（0）

#如果您的文件在任何其他位置（例如

页脚）包含
-----+-------------------------------
，它将不起作用

df[df['create_date'].notnull（）]

#当create_date列默认包含NaN时，它将不起作用

输出：

    id           create_date         
1   318    2017-05-05 07:03:27.556697
2   456    2017-07-03 01:50:07.966652
3   249    2017-05-03 13:57:32.567373

---

它真的是那种格式吗？用ascii艺术线条来分隔行和列？@filippo是的，真实故事：3它真的是那种格式吗？用ascii艺术线条来划分行和列？@filippo是的，真实故事：3Tks@filipo，它并没有解决我的问题，但它给了我解决问题的线索。Tks@filipo，它并没有解决我的问题，但它给了我解决问题的线索。