Python 使用文本文件中的标题信息组织数据帧

我有一个以下格式的文本文件：

_data

loop_

_rlnName
_rlndatainfo1
_rlndatainfo2
_rlndatainfo3
Name    datainfo1    datainfo2    datainfo3

在可以忽略数据和循环的地方，任何带有_rln的内容都是标题，然后所有数据都在下面的行中

可以有任意数量的列和标题，但这是文件的总体布局。数据的顺序并不总是相同的，但总是正确组织，因为标题中的每一行都是数据字段中的列号。出于这个原因，我想编写一个通用函数，我可以始终使用它来处理这些文件，在这些文件中，我将数据放入一个dataframe中，并使用正确的标题循环遍历每个dataframe列的标题。这将使我只索引我需要的任何列，并将使处理速度更快

到目前为止，我只是尝试循环浏览标题，这样我就可以在一个列表中找到它们，为数据帧命名，然后找出数据行的起始位置

import pandas as pd

data = pd.read_csv('text.txt')

titles = []

for line in data.index:
    if '_rln' in data.iloc[line]:
        titles.append(data.iloc[line])

print(titles)

目前，这正在创建一个空列表。我一定是做了什么蠢事，我已经推迟了这么久，因为我没有太多的熊猫经验，所以任何帮助都将不胜感激。

如果所有文件中的字段（列名）都相同，您可以执行以下操作

导入熊猫
df=无
标题=列表（）
以open（'test1.csv'）作为句柄：
尽管如此：
line=handle.readline（）
如果行开始使用（“u rln”）：
标题.附加（行）
持续
如果line.startswith（'Name'）：
df=pandas.read_csv（句柄）
打破

如果它们不相同，那么您应该能够将上面的代码转换为一个函数，在该函数中您可以更改

startswith

行。如果所有文件中的字段（列名）都相同，则可以执行以下操作

导入熊猫
df=无
标题=列表（）
以open（'test1.csv'）作为句柄：
尽管如此：
line=handle.readline（）
如果行开始使用（“u rln”）：
标题.附加（行）
持续
如果line.startswith（'Name'）：
df=pandas.read_csv（句柄）
打破

---

如果它们不相同，那么您应该能够将上面的代码转换为一个函数，在该函数中您可以更改

startswith

行。查找所需字段名的名称。

查找上次

\n的
标题和
行号
然后创建数据框，如下所示

import pandas as pd

titles = []
lastrlnLine = 0;
with open("test3.csv","r") as fi:
    for num, ln in enumerate(fi, 1):
        if ln.startswith("_rln"):
            lastrlnLine = num
            titles.append(ln[4:].rstrip())
data = pd.read_csv('test3.csv', delimiter='\t', skiprows=lastrlnLine, header=None, names=titles)
print(data)

查找最后一个
的
标题
和
行号
\u rln
然后创建数据框，如下所示

import pandas as pd

titles = []
lastrlnLine = 0;
with open("test3.csv","r") as fi:
    for num, ln in enumerate(fi, 1):
        if ln.startswith("_rln"):
            lastrlnLine = num
            titles.append(ln[4:].rstrip())
data = pd.read_csv('test3.csv', delimiter='\t', skiprows=lastrlnLine, header=None, names=titles)
print(data)

感谢弗朗西斯王子，我几乎达到了这个回答的相同阶段，但不知道如何让计数器工作。原来我太傻了。《弗朗西斯王子密码》中的所有内容都有效，除了skiprows需要增加1

感谢弗朗西斯王子，我几乎达到了这个回答的相同阶段，但不知道如何让计数器工作。原来我太傻了。弗朗西斯王子代码中的所有内容都可以工作，除了skiprows需要添加1。
如果您的
\n*
行始终是第4行，那么是的，这将工作。但是，如果您希望此操作适用于任意数量的
\u rn*
行，则情况并非如此。如果您的
\u rn*
行始终是第4行，则可以。但是，如果您希望它可以处理任意数量的
\u rn*
行，则不会这样做。skiprows=lastrlnLine+1，则此操作非常有效。skiprows=lastrlnLine+1，则此操作非常有效。