如何按列 header 从 csv 中提取数据

Question

我有要分析和绘制图表的 csv 文件（制表符分隔）。我可以从文件中提取数据，但我更愿意使用列 header 名称而不是普通索引来完成。

即代替：

freq_data = my_data[:,0]

我会使用类似的东西：

freq2_data=dataA['Freq']

这只会给我那一列数据，而顶部字段没有 'nan'。我想这样做，以防某些人对数据的排序不同。

我目前拥有的是：

import os
import csv
import numpy as np
from numpy import genfromtxt

def mylistdir(directory):
    """A specialized version of os.listdir() that ignores files that
    start with a leading period."""
    filelist = os.listdir(directory)
    return [x for x in filelist
            if not (x.startswith('.'))]
path = ("C:\Users\priper\Desktop\rough_data\")
results_files = mylistdir(path)
print(results_files)


vel_data = []

for f in results_files:
    f = path + f
    my_data = np.genfromtxt(f, dtype = float, delimiter='\t') #, names = True, max_rows=1
    print(my_data)
    freq_data = my_data[:,0]
    height_data = my_data[:,1]
    width_data = my_data[:,2]
    time_data = my_data[:,3]
    freq2_data=dataA['Freq']
    print(width_data)
    print(freq2_data)

关于我能做什么有什么想法吗？

csv 文件：

Freqheight_cmsWidth_cmsTime_secs
"998.2121573301549  44.08897100772889   6.445672191528545   90.0"
"998.2121573301549  46.34952337794475   6.49171270718232    90.0"
"998.2121573301549  39.7907973252776    6.49171270718232    90.0"
"1999.404052443385  42.986804623146725  6.445672191528545   90.0"
"1999.404052443385  38.76177273904744   6.49171270718232    90.0"
"1999.404052443385  46.34952337794475   6.491875969369261   89.59365376669096"
"2997.61620977354   44.08897100772889   6.491875969369261   89.59365376669096"
"2997.61620977354   42.986804623146725  6.537915335317934   89.59651526494126"
"2997.61620977354   44.08897100772889   6.49171270718232    90.0"
"3998.80810488677   47.50820176059876   6.307550644567219   90.0"
"3998.80810488677   46.34952337794475   6.3535911602209945  90.0"
"3998.80810488677   41.903151251584184  6.3997972870975675  89.58780725859766"
"5000.0 38.76177273904744   6.21564013134898    89.57559458063852"
"5000.0 44.08897100772889   6.261510128913444   90.0"
"5000.0 41.903151251584184  6.2616793932272925  89.57871509583141"
"5998.212157330155  33.881963382336906  6.077522459688805   89.5659493678606"
"5998.212157330155  47.50820176059876   5.985444111277719   89.55927192723898"
"5998.212157330155  53.59203690324092   6.123388581952118   90.0"

这是在仔细阅读了以下用户给出的答案和提示后起作用的。

for f in results_files:
    f = path + f
    data = pd.read_csv(f, sep = '\t')
    length_of_data = len(data)
    print(data.head(length_of_data))
    freqy = data[['Freq']]
    print(freqy)

Answer 1

使用库pandas： https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.read_csv.html

import pandas as pd

my_csv = pd.read_csv(filepath, header, names)

"header : 整数或整数列表，默认‘infer’

用作列名的行号和数据的开头。默认行为是推断列名：如果没有传递名称，则行为与 header=0 相同，并且从文件的第一行推断出列名，如果显式传递列名，则行为相同到 header=None。显式传递 header=0 以能够替换现有名称。 header 可以是整数列表，指定列上 multi-index 的行位置，例如[0,1,3]。将跳过未指定的中间行（例如，跳过此示例中的 2）。请注意，如果 skip_blank_lines=True，此参数将忽略注释行和空行，因此 header=0 表示数据的第一行而不是文件的第一行。

名称：array-like，默认 None

要使用的列名列表。如果文件不包含 header 行，那么您应该显式传递 header=None。此列表中的重复项将导致发出 UserWarning。"

如何按列 header 从 csv 中提取数据

How to extract data from csv by column header

python

numpy

csv

data-analysis

genfromtxt