Блог

У меня есть текстовый файл, содержащий 3 столбца типа:

 1  2  3
2  4  6
3  6  9
  

Я хочу упорядочить его следующим образом:

 wave  shape  freq
  1     2      3
  2     4      6
  3     6      9 
  

Я использовал следующий скрипт:

 import glob
import pandas as pd


import_file = glob.glob('data.txt')
for files in import_file:
     intial_data = pd.read_csv(files, header=None, delimiter="t").values
     table = pd.DataFrame(intial_data, columns = ['wave' , 'shape', 'freq')
      print(table)
  

Это дало мне это

Ошибка: Форма передаваемых значений равна (4, 150), индексы подразумевают (3, 150)

Я заменил строку, которая упорядочивает и описывает таблицу, добавив другой индикатор столбца X

 table = pd.DataFrame (intial_data, columns = ['wave' , 'shape', 'freq','x'])
  

Тонкий, он работает хорошо и дал мне этот результат

        wave     shape    freq     x
 0    1.0000   2.0000   3.0000   NaN
 1    2.0000   4.0000   6.0000   NaN
 2    3.0000   6.0000   9.0000   NaN
  

Я не могу понять, какой у нас столбец NaN, и мне нужно удалить его из моей работы

Пожалуйста, есть предложения??

Не принимайте предложения удалить NaN s. Это было бы скорее решением XY Problem , чем причиной.

Используйте вместо

 intial_data = pd.read_csv('data.txt', header=None, delim_whitespace=True)
  

или

 intial_data = pd.read_csv('data.txt', header=None, sep='s ')
  

Причина, по которой вы получаете эту ошибку, заключается в том, что в конце вашего data.txt файла есть дополнительная вкладка. pandas интерпретирует это как дополнительный столбец NaN s.

Итак, даже если вы видите

 1  2  3
2  4  6
3  6  9
  

что у вас, скорее всего, есть

 1t2t3t
2t4t6t
3t6t9t
  

Последнее t добавляет дополнительный столбец.

 df.dropna(1,'all')
  

Вывод:

    wave  shape  freq
0   1.0    2.0   3.0
1   2.0    4.0   6.0
2   3.0    6.0   9.0
  

Или в качестве альтернативы вы можете просто прочитать первые 3 столбца из вашего файла с usecols параметром pd.read_csv . С помощью следующего кода вы получаете свою table переменную прямо, без предварительного чтения intial_data :

 table = pd.read_csv(files,
                    header=None,
                    delimiter="t",
                    usecols=range(3),
                    names=['wave', 'shape', 'freq'])