如何使用python在csv中基于列名写入标题

我包含一个tsv文件，我正在尝试将获取的数据打印到tsv文件中的特定头

这就是我的桌子的样子。现在，我正在尝试扫描一些数据，并打印到1-生成，1-链，2-生成，2-链。。。。根据我找到的匹配数

问题是，我需要将数据打印到每个生成的列，而不打印到前3列。此外，我还尝试以特定的方式打印到每一列。对于“generated”列，我只想在查找生成的数据时打印到generated列，而不是chains列。“链”列也是如此

在本例中，我需要打印第1行“Author”中备注350之后的第一个单词，第2行打印字母

期望输出：

---

我建议首先将文件中的相关数据提取到字典列表中，然后从该列表中创建数据框：

from glob import glob
import pandas as pd

files = glob('./folder_name/*.pdb') #specify the path to your folder with pdb files to create a list of all files

all_data = [] #empty list to populate

for filename in files: #iterate over the files
  with open(filename, "r") as f:
    data = {'FILENAME': filename.split('.')[0]} #create dictionary to populate with data
    lines = f.read().splitlines() #create list of lines

    for line in lines: #iterate over lines
      if 'REMARK 350' in line:
        if 'BIOMOLECULE: ' in line:
          nr = int(line.rsplit(': ', 1)[1].strip()) #extract number
        elif 'AUTHOR DETERMINED BIOLOGICAL UNIT: ' in line:
          data[f'{nr}-generated'] = line.rsplit(': ', 1)[1].strip() #populate dict, key is dynamically generated from the number
        elif 'APPLY THE FOLLOWING TO CHAINS: ' in line:
          data[f'{nr}-chains'] = line.rsplit(': ', 1)[1].strip()
    data['BIOMOLECULES'] = list(range(1, nr+1)) #add list of biomolecules
  all_data.append(data) #append dict to list

df = pd.DataFrame(all_data) #create dataframe

在我从github获得的两个

pdb

文件上运行此命令，得到以下输出：

文件名 1-生成 1-链 2-生成 双链 生物分子 0 4gjt 四聚体 A、 B 单体 C [1, 2] 1. 2n0n_M1 单体 A. [1]

---

如果不知道

pdb

文件的外观以及您希望如何将数据写入

tsv

文件，就很难对这个问题进行评论。如果您可以使用

tsv

文件的纯文本（无图像）样本、

pdb

文件的纯文本（无图像）样本以及所需输出的示例来更新问题，这将非常有用。也可能是你工作的相关模块。你好，我更新了。我试过这个。有没有一种方法可以使用pandas简单地搜索我所有文件中的每个关键字，并根据列名打印到每一列？这是可能的，但效率很低，因为它需要对每个关键字搜索进行查找（逐行迭代）。在我的示例中，每个文件只迭代一次。如何为第3行指定文件的位置？我尝试放置直接位置，但随后出现了一个错误，即索引超出nr=int的范围（line.rsplit（“：”，1）[1].strip（））。该示例假定所有pdb文件都在同一文件夹中。Glob在文件夹中创建一个文件列表，并在其上循环

glob（'./folder\u name/*.pdb'）

：用带有pdb文件的文件夹的路径替换

/folder name/

。

*。pdb

指示glob应该查找扩展名为

.pdb

的所有文件。我收到一个错误：nr=int（line.rsplit（'：'，1）[1].strip（））#提取编号索引器：列表索引超出范围