Python 如何从CSV文件的子集创建自定义数据帧

我有一个CSV文件，如下所示：

    1, 2, 3, 4, 5 ...
    0, 1, 0, 1, 0 ...
    0, 1, 0, 1, 0 ...
    str1, str2, str3, str4, str5 ...
    val1, val1.1, val1.2, val1.3, val1.4 ...
    val2, val2.1, val2.2, val2.3, val2.4 ...
...

str2, str5
val1.1 val2.1
val2.1 val2.2
...

我想生成一个如下所示的数据帧：

    1, 2, 3, 4, 5 ...
    0, 1, 0, 1, 0 ...
    0, 1, 0, 1, 0 ...
    str1, str2, str3, str4, str5 ...
    val1, val1.1, val1.2, val1.3, val1.4 ...
    val2, val2.1, val2.2, val2.3, val2.4 ...
...

str2, str5
val1.1 val2.1
val2.1 val2.2
...

以下是我的尝试：

for f in files:
    data = pd.read_excel(f)
    df = df.append(data)

df[5:10] //only care about values in rows below [str1, str2, ..., strn].
d = df.ix[:, '2' : '5']
d.columns = ['str2', 'str3', 'str4', 'str5'] //rename columns, reduce table size.

这将产生：

str2 str3 str4 str5 
val1.1 val1.2 val1.3 val1.4 ...
...

---

如何消除str3和str4以获得原始的预期数据帧？

您可以简单地删除任何不需要的列。查看有关删除数据框列的讨论：

然后浏览文档：

---

在海事组织，这可以做得更有效

只解析（读取）您真正需要的数据-这将更快，并将显著减少内存消耗。除此之外，使用

pd.concat（）

一次而不是使用

DF.append（）

添加每个新的DF应该快得多

代码：

输出：

      str2     str5
0   val1.1   val1.4
1   val2.1   val2.4
2  val21.1  val21.4
3  val22.1  val22.4

如果使用Excel文件，只需在

get\u merged（）

函数中将

read\u csv

更改为

read\u Excel

，并检查

nrows

参数是否在

read\u Excel（）函数中工作

档案：

__01.csv：

1, 2, 3, 4, 5
0, 1, 0, 1, 0
0, 1, 0, 1, 0
str1, str2, str3, str4, str5
val1, val1.1, val1.2, val1.3, val1.4
val2, val2.1, val2.2, val2.3, val2.4
..................
.................
..................
..................

__02.csv：

1, 2, 3, 4, 5
0, 1, 0, 1, 0
0, 1, 0, 1, 0
str1, str2, str3, str4, str5
val21, val21.1, val21.2, val21.3, val21.4
val22, val22.1, val22.2, val22.3, val22.4
.................................

这也可以通过一个命令完成：
df.drop（['str3'，'str4']，axis=1）