Разбор заголовков CSV

Мое требование состоит в том, чтобы прочитать несколько файлов CSV, содержащих интересующие меня данные после n количества строк. Это число n не является постоянным, так как оно варьируется для разных CSV (поэтому я не могу использовать пропуски).

Формат CSV следующий:

 Test: Rate1, "2" , units
 specimen: Rectangular, "3", units

Time, Estimate, Load
(s) , (units) , (N)
"1","2","4"
"5","8","12"

Другой CSV, вероятно, будет:

 Test: Rate1, "2" , units
 specimen: Rectangular, "3" , units
 value_based : Sample7, "9" , product
 Test_condition: controlled, "0" , test


Time, Estimate, Load
(s) , (units) , (N)
"12","6","8"
"18","3","2"

Но меня интересуют только имена столбцов: [Time, Estimate, Load].

Я хочу сделать следующее:

  1. Получите данные с указанием заголовков Time, Estimate и Load.

  2. Пропустите первую строку значений ( (s) , (units), (N) ), так как я хочу объединить их с заголовками и переименовать их в Time(s) , Estimate(units), Load(N).

Это то, что я пробовал:

with open(file,"r+",newline = "") as csvFile:
    dictReader = csv.DictReader(csvFile)
    for row in dictReader:
        print(row["Time"], row["Load"], row["Extension"])
df = pd.read_csv(file,usecols=["Time","Load","Extension"])
print(df["Time"].head(3))

Пожалуйста, предложите, как мне нужно поступить, чтобы получить данные с моими предполагаемыми заголовками. Заранее спасибо.

Вы видели этот stackoverflow.com/questions/36503074/…

D_Serg 21.05.2019 18:57

Спасибо @D_Serg. Это решает часть моего вопроса с помощью функции полезности. Я просто все еще думаю, можно ли добиться того, чего я хочу, может быть, другим путем.

NTD 21.05.2019 19:28
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
2
420
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Я не думаю, что сам Pandas может определить правильную начальную строку, но это можно сделать с небольшой подготовкой файла, чтобы определить правильную строку. Например:

import pandas as pd
import csv

filename = 'test.csv'
header_row = ["Time", "Estimate", "Load"]

with open(filename, newline='') as f_csv:
    for row_number, row in enumerate(csv.reader(f_csv), start=-1):
        if row == header_row:
            break

df = pd.read_csv(filename, skiprows=row_number, names=header_row)
print(df)

Предоставление:

   Time  Estimate  Load
0     1         2     4
1     5         8    12

Спасибо. По совпадению, я подумал об этом методе после того, как опубликовал вопрос, реализовал его, и он решил мою проблему. Это правильный метод.

NTD 22.05.2019 18:57

Другие вопросы по теме