将制表符分隔的 .txt 解析为 Pandas DataFrame

Question

我有一个制表符分隔的 .txt 文件，我正在尝试将其导入 Python 中的数据框，其格式与文本文件相同，如下所示：

ham TAB 一直到句容点，疯了.. 只在 bugis n great world la e Buffet 提供... Cine there got amore wat... p>

垃圾邮件 TAB 每周免费参加 2 场比赛以赢得 2005 年 5 月 21 日的足总杯决赛。发短信 FA 至 87121 以接收参赛问题（标准 txt 率）条款和条件申请08452810075over18的

...

请注意，上面还有很多很多行（大约 5500 行）我想传递给 Python 并在从中创建矩阵数组时保持相同的格式。

我目前的代码是：

 import pandas as pd 

 with open("SMSSpamCollection.txt") as f:
      reader = csv.reader(f, delimiter = "\t")
      d = list(reader)
 d = pd.DataFrame(reader)

它稍微做了我需要做的事情，但我想要一个包含 2 列的 DataFrame：Y（包含火腿或垃圾邮件）和第二个 X（包含消息）。这时我得到一个 [5572,2] DataFrame。

Answer 1

这个怎么样：

import pandas as pd 
d = pd.read_csv("SMSSpamCollection.txt", sep="\t", names=['Y','X'])