我有一个文本文件,其中包含两个带有两个列标题的表的数据。我想读取每一行并将行或行保存在每个表的两个文件中。我想要一个文件中的 (number amount) 列标题之后的行和另一个文件中的 (code volume dim) 列标题之后的行。 或者,我想为类似的表分离数据。
文件的前几行。表中的行数可能会有所不同。
number amount
10 34
23 65
54 07
code volume dim
1 56 34
23 57 565
number amount
40 674
73 2365
code volume dim
341 3456 6534
23 0957 908565
number amount
210 4534
2343 4565
重复相同的模式。
请您参考如下方法:
如果所有文件中的文本 number 和文本 code 都相同,您可以使用 read_csv 然后通过 contains 和 isnull 按子集过滤列行, notnull:
import pandas as pd
import numpy as np
import io
temp=u""" number amount
10 34
23 65
54 07
code volume dim
1 56 34
23 57 565
number amount
40 674
73 2365
code volume dim
341 3456 6534
23 0957 908565
number amount
210 4534
2343 4565"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), sep="\s+", index_col=None, skip_blank_lines=True, names=['a', 'b', 'c'])
print df
a b c
0 number amount NaN
1 10 34 NaN
2 23 65 NaN
3 54 07 NaN
4 code volume dim
5 1 56 34
6 23 57 565
7 number amount NaN
8 40 674 NaN
9 73 2365 NaN
10 code volume dim
11 341 3456 6534
12 23 0957 908565
13 number amount NaN
14 210 4534 NaN
15 2343 4565 NaN
df = df[~((df.a.str.contains('number')) | (df.a.str.contains('code')))]
df1 = df[df.c.isnull()]
df1 = df1[['a', 'b']].reset_index(drop=True)
df1.columns = ['number','amount']
#if all numbers are integers
df1 = df1.astype(int)
print df1
number amount
0 10 34
1 23 65
2 54 7
3 40 674
4 73 2365
5 210 4534
6 2343 4565
df2 = df[df.c.notnull()].reset_index(drop=True)
df2.columns = ['code','volume', 'dim']
#if all numbers are integers
df2 = df2.astype(int)
print df2
code volume dim
0 1 56 34
1 23 57 565
2 341 3456 6534
3 23 957 908565
