Question

我有一个.txt文件，其中有一些来自测量的列。这些值来自传感器，列数并不总是相同。

文件结构看起来像这样（它有大约40行＆＃34;垃圾＆＃34;来自传感器描述，日期等）：

1,09666671875554 1,01333338146408 1,70666674772898 -8,36548137664795 69,9546508789063 1,09666671875554 1,01333338146408 1,70666674772898

我想创建一个脚本，它能够知道每个文件包含多少列，然后将每个列作为变量导入，例如，第1列命名为＆＃34; a＆＃34;，第2列 - ＆gt;＆＃34; b＆＃34;，第3列 - ＆gt;＆＃34; c＆＃34;等等。

到目前为止，我只能将所有数据导入到变量中：

import pandas as pd

test=pd.read_csv(filename, sep='/s+', lineterminator='\r',skiprows=40,engine='python',index_col=0)

输出看起来像这样

Out[3]: 

Empty DataFrame

Columns: []

Index: [1,10666671923051    1,02333338193906    1,71666674820396    -8,34606075286865   69,9546813964844    1,10666671923051    1,02333338193906

我在Windows PC上使用anaconda。任何人都可以帮我解决这个问题吗？

提前致谢！

Answer 1

将参数header用于默认列名称 - 0,1,2..，然后rename使用dictionary：

import string
#dict for map columns
d = dict(zip(range(26), list(string.ascii_lowercase)))
print (d)
{0: 'a', 1: 'b', 2: 'c', 3: 'd', 4: 'e', 5: 'f', 6: 'g', 7: 'h', 
 8: 'i', 9: 'j', 10: 'k', 11: 'l', 12: 'm', 13: 'n', 14: 'o',
 15: 'p', 16: 'q', 17: 'r', 18: 's', 19: 't', 20: 'u', 
 21: 'v', 22: 'w', 23: 'x', 24: 'y', 25: 'z'}


test=pd.read_csv(filename, 
                 sep='/s+', 
                 lineterminator='\r',
                 skiprows=40,
                 engine='python',
                 index_col=0,
                 header=None)

test = test.rename(columns=d)

Answer 2

确定！我解决了这个问题：

import string
#dict for map columns
d = dict(zip(range(26), list(string.ascii_lowercase)))
print (d)
{0: 'a', 1: 'b', 2: 'c', 3: 'd', 4: 'e', 5: 'f', 6: 'g', 7: 'h', 
 8: 'i', 9: 'j', 10: 'k', 11: 'l', 12: 'm', 13: 'n', 14: 'o',
 15: 'p', 16: 'q', 17: 'r', 18: 's', 19: 't', 20: 'u', 
 21: 'v', 22: 'w', 23: 'x', 24: 'y', 25: 'z'}



test=pd.read_csv(filename,sep='\s+',skiprows=40,engine='python',names=d, header=None, decimal=',')
test = test.rename(columns=d)

#clear data that is not needed
test.dropna(axis=1, how='all')

在python中使用pandas导入带有多个列文件作为变量的文件

2 个答案: