提取文件转Excel

isdkz

您可以在调用  pd.read_csv  方法时传入  names  参数，这将设置 DataFrame 的列名。代码修改如下：

1. import os
2. import pandas as pd
4. # 读取三省站点.xlsx文件
5. df_stations = pd.read_excel('站点.xlsx', usecols=['站号'])
7. # 获取福建省的所有区站号
8. fujian_stations = set(df_stations['站号'].dropna().astype(int))
10. # 遍历MON文件夹下的所有福建省文件
11. mon_folder = 'MON'
12. fujian_files = []
13. for filename in os.listdir(mon_folder):
14.     if filename.endswith('.txt') and filename[-9:-4].isdigit() and int(filename[-9:-4]) in fujian_stations:
15.         fujian_files.append(os.path.join(mon_folder, filename))
17. # 将福建省所有txt文件转为excel文件
18. output_folder = 'output'
19. os.makedirs(output_folder, exist_ok=True)
21. for file_path in fujian_files:
22.     df = pd.read_csv(file_path, delimiter=' ', names=['Year', 'Mon', 'Day', 'PRE'])  
23.     output_path = os.path.join(output_folder, os.path.basename(file_path).replace('.txt', '.xlsx'))
24.     df.to_excel(output_path, index=False)

复制代码

在这段代码中， names=['Year', 'Mon', 'Day', 'PRE']  设置了列的名字为 'Year', 'Mon', 'Day', 'PRE'。所以在读取txt文件时，即使源文件中没有列名，也会按照您设定的列名来生成DataFrame。之后，当您把DataFrame存为Excel文件时，列名也会一并被存入。

isdkz

王大可2000 发表于 2023-7-20 15:30
为什么会出现以下错误
chunks = self._reader.read_low_memory(nrows)
  File "pandas\_libs\parsers ...

这个错误是由于 pandas 在解析文件时发现了数据的不一致性。具体来说，它期望在第13行看到15个字段，但实际上看到了16个字段。这可能是由于数据文件中存在额外的分隔符、缺失值或者其他的格式错误。

一种可能的解决方案是增加参数  error_bad_lines=False  到  pd.read_csv  函数中，这样在读取数据时，如果遇到格式错误的行，pandas 就会跳过这一行而不会报错。例如：

1. df = pd.read_csv(file_path, delimiter=' ', names=['Year', 'Mon', 'Day', 'PRE'], error_bad_lines=False)
   

复制代码

然而这种做法有一定的风险，因为它可能会导致某些数据被无视。所以在使用这种方法之前，您需要确定这样做不会对您的数据分析产生不良影响。

另一种解决方案是打开文本文件并检查第13行（或者其他导致问题的行），看看是否存在任何显而易见的格式错误。如果存在，您可以手动修复这个问题。或者，如果文件过大或错误太多无法手动修复，您也可以编写代码来自动清理或预处理这些数据。