是否有
pythonic方法来确定CSV文件中的哪些行包含标题和值以及哪些行包含垃圾,然后将标题/值行添加到数据框中?
我是python的新手,并且一直用它来读取从科学仪器的数据记录中导出的多个CSV,到目前为止处理其他任务的CSV时,我一直默认使用pandas库.但是,这些CSV导出可能会根据每台仪器上记录的“测试”数量而有所不同.
仪器之间的列标题和数据结构是相同的,但是有一个“前导码”将每个可以改变的测试分开.所以我最终看起来像这样的备份(对于这个例子,有两个测试,但可能有任何数量的测试):
blah blah here's a test and here's some information you don't care about even a little bit header1,header2,header3 1,2,3 4,5,6 oh you have another test here's some more garbage that's different than the last one this should make life interesting header1,header3 7,8,9 10,11,12 13,14,15
如果每次我只使用skiprow参数时它是一个固定长度的前导码,但前导码是可变长度的,并且每个测试中的行数是可变长度的.
我的最终目标是能够合并所有测试,最终得到如下结果:
header1,6 7,15
然后我可以像往常一样用熊猫操纵.
我已经尝试了以下内容来查找带有预期标头的第一行:
import csv import pandas as pd with open('my_file.csv','rb') as input_file: for row_num,row in enumerate(csv.reader(input_file,delimiter=',')): # The CSV module will return a blank list [] # so added the len(row)>0 so it doesn't error out # later when searching for a string if len(row) > 0: # There's probably a better way to find it,but I just convert # the list to a string then search for the expected header if "['header1','header2','header3']" in str(row): header_row = row_num df = pd.read_csv('my_file.csv',skiprows = header_row,header=0) print df
如果我只有一个测试因为它找到了第一行包含标题,那么这是有效的,但当然header_row变量会在找到标题时再次更新,所以在上面的例子中我最终得到了输出:
header1 header2 header3 0 7 8 9 1 10 11 12 2 13 14 15
解决方法
该计划可能有所帮助.它本质上是csv.reader()对象的包装器,它将包装好的数据输出.
import pandas as pd import csv import sys def ignore_comments(fp,start_fn,end_fn,keep_initial): state = 'keep' if keep_initial else 'start' for line in fp: if state == 'start' and start_fn(line): state = 'keep' yield line elif state == 'keep': if end_fn(line): state = 'drop' else: yield line elif state == 'drop': if start_fn(line): state = 'keep' if __name__ == "__main__": df = open('x.in') df = csv.reader(df,skipinitialspace=True) df = ignore_comments( df,lambda x: x == ['header1','header3'],lambda x: x == [],False) df = pd.read_csv(df,engine='python') print df
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。