熊猫不会一直跳过输入的行数作为跳绳参数吗？

Question

我正在使用Pandas来组织CSV文件，以便稍后使用matplotlib进行绘图。首先，我创建了一个Pandas来查找包含'Pt‘的线条。这就是我搜索用作标题行的内容。标题

然后，我保存这一行的索引，并在创建我将要使用的新的dataframe时，将它应用到skiprow参数中。

奇怪的是，取决于文件格式，即使找到了正确的索引，错误的行也会显示为标题。例如，请注意在Pandas第54行中，在选项卡后面有“Pt”：

第一个文件的正确索引

数据文件在这里正确地显示出来了。纠正第一个文件中的数据

对于另一个文件，第44行被正确地识别为具有“Pt”。第二个文件的正确索引

但是dataframe包括第43行作为标题！第二个文件上的数据不正确

我试过设置header=0，header=none。我是不是遗漏了什么？

这是代码

entire_df = pd.read_csv(file_path, header=None)

print(entire_df.head(60))
header_idx = -1
for index, row in entire_df.iterrows(): # find line with desired header
    if any(row.str.contains('Pt')):
        print("Yes! I have pt!")
        print("Header index is: " + str(index))
        print("row contains:")
        print(entire_df.loc[[index]])
        header_idx = index # correct index obtained!
        break

df = pd.read_csv(file_path, delimiter='\t', skiprows=header_idx, header=0) # use line index to exclude extra information above

print(df.head())

以下是给出不同结果的两个文件的部分。它们被保存为.dta文件。我不能分享所有的文件。

file1 (适当制作的数据)

FRAMEWORKVERSION    QUANT   7.07    Framework Version
INSTRUMENTVERSION   LABEL   4.32    Instrument Version
CURVE   TABLE   16875
Pt  T   Vf  Im  Vu  Pwr Sig Ach Temp    IERange Over
#   s   V   A   V   W   V   V   deg C   #   bits
0   0.1 3.49916E+000    -1.40364E-002   0.00000E+000    -4.91157E-002   -4.22328E-001   0.00000E+000    1.41995E+003    11  ...........
1   0.2 3.49439E+000    -1.40305E-002   0.00000E+000    -4.90282E-002   -4.22322E-001   0.00000E+000    1.41995E+003    11  ...........
2   0.3 3.49147E+000    -1.40258E-002   0.00000E+000    -4.89705E-002   -4.22322E-001

file2 (带有错误头的数据文件)

FRAMEWORKVERSION    QUANT   7.07    Framework Version
INSTRUMENTVERSION   LABEL   4.32    Instrument Version
CURVE   TABLE   18
Pt  T   Vf  Vm  Ach Over    Temp
#   s   V vs. Ref.  V   V   bits    deg C
0   2.00833 3.69429E+000    3.69429E+000    0.00000E+000    ........... 1419.95
1   4.01667 3.69428E+000    3.69352E+000    0.00000E+000    ........... 1419.95
2   6.025   3.69419E+000    3.69284E+000    0.00000E+000    ........... 1419.95
3   8.03333 3.69394E+000    3.69211E+000    0.00000E+000    ........... 1419.95

我会很感激你的帮助。

Answer 1

你应该注意你的缩进程度。您希望根据您的header_idx条件设置if any(row.str.contains('Pt'))的代码块具有与if语句相同的任天堂级别，这意味着它在for循环的每次迭代中执行，而不仅仅是在满足条件时执行。

for index, row in entire_df.iterrows():
    if any(row.str.contains('Pt')):
    [...]
    header_idx = index

这样调整缩进，将赋值置于if语句的控制之下：

for index, row in entire_df.iterrows():
    if any(row.str.contains('Pt')):
        [...]
        header_idx = index