如何处理pandas.read_csv中的元数据行？

Question

我有一个txt文件，其中包含元数据的标头，然后是csv样式的实际数据。 数据包含带逗号的浮点数。 像这样：

title = someTitle
date = 20.0.2019
col= str1 str2 str3
2,49 42,01 -0,50
5,74 11,03 -0,43
....

我需要大熊猫（0.24.0）中的全部信息，并希望数据为浮点数。

df = pd.read_csv(path,sep='\t',decimal=',',names=[i for i in range(3)])

在这种情况下，十进制选项没有区别。 我总是得到琴弦。 没有元数据，它可以完美运行。 例如：

pd.read_csv(...,skiprows=3)

在我看来，大熊猫似乎以第一行来假定行的类型。

那么如何告诉熊猫忽略元数据呢？

Answer 1

read_csv可以从对象之类的文件中读取数据，因此您应该打开文件，读取3行作为标题，提取列名，然后在read_csv使用它们。 另外，您可以使用dtype选项强制使用数据类型。 代码可以是：

with open(path) as fd:
    headers = [ next(fd) for i in range(3) ]
    df = pd.read_csv(fd, sep=' ', decimal=',', dtype=np.float, names=...)

如果需要，可以使用标题部分设置列名称：

with open(path) as fd:
    headers = [ next(fd) for i in range(3) ]
    cols = headers[2].split('=', 1)[1].strip().split(' ')
    df = pd.read_csv(fd, sep=' ', decimal=',', dtype=np.float, names=cols)

您将获得：

   str1   str2  str3
0  2.49  42.01 -0.50
1  5.74  11.03 -0.43