[已解决]读取文件

王大可2000

要求：
1.首先在，站点.xlsx 文件中，遍历福建省所有的‘站号’。
2.根据已得福建省的‘区站号’，在 MON 文件夹下遍历出所有福建省文件，
举例每个文件名中都包含区站号，为后五位数字。
3.将第二步所得福建省所有（.txt）文件转为 excel 文件，excel 文件后缀要求.xlsx
代码：
mport os
import pandas as pd

# 读取三省站点.xlsx文件
df_stations = pd.read_excel('站点.xlsx', usecols=['站号'])

# 获取福建省的所有区站号
fujian_stations = df_stations[df_stations['站号']]

# 遍历MON文件夹下的所有福建省文件
mon_folder = 'MON'
fujian_files = []
for filename in os.listdir(mon_folder):
    if filename.endswith('.txt') and filename[-9:-4].isdigit() and int(filename[-9:-4]) in fujian_stations:
        fujian_files.append(os.path.join(mon_folder, filename))

# 将福建省所有txt文件转为excel文件
output_folder = 'output'
os.makedirs(output_folder, exist_ok=True)

for file_path in fujian_files:
    df = pd.read_csv(file_path, delimiter='\t')  # 假设txt文件使用制表符分隔数据
    output_path = os.path.join(output_folder, os.path.basename(file_path).replace('.txt', '.xlsx'))
    df.to_excel(output_path, index=False)
错误：
line 3767, in __getitem__
    indexer = self.columns._get_indexer_strict(key, "columns")[1]
line 5876, in _get_indexer_strict
    self._raise_if_missing(keyarr, indexer, axis_name)
line 5935, in _raise_if_missing
    raise KeyError(f"None of [{key}] are in the [{axis_name}]")
KeyError: "None of [Index([    nan, 58446.0, 58448.0, 58449.0, 58450.0, 58451.0, 58452.0, 58453.0,\n       58454.0, 58455.0,\n       ...\n       59654.0, 59655.0, 59656.0, 59658.0, 59659.0, 59663.0, 59664.0, 59673.0,\n       59750.0, 59754.0],\n      dtype='float64', length=226)] are in the [columns]"
求错误原因及修改后的代码

最佳答案

月排行榜 / 总排行榜

陶远航

2023-7-12 09:18:18

根据错误信息看，出现了 KeyError 错误，提示指定的列名在 DataFrame 的列中找不到。原因可能是读取的 df_stations DataFrame 中的 '站号' 列名不正确。

我注意到代码中的这一行可能存在问题：

1. fujian_stations = df_stations[df_stations['站号']]

复制代码

请检查一下 '站号' 是否是正确的列名。如果列名不正确，将其修改为正确的列名。此外，你还可以使用 .dropna() 方法过滤掉缺失值，代码如下所示：

1. fujian_stations = df_stations['站号'].dropna()

复制代码

另外，在遍历文件名时，可以使用 str.isdigit() 或者正则表达式来判断是否为数字后五位。修改后的代码如下：

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 = df_stations['站号'].dropna()
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)
20. for file_path in fujian_files:
21.     df = pd.read_csv(file_path, delimiter='\t')  # 假设txt文件使用制表符分隔数据
22.     output_path = os.path.join(output_folder, os.path.basename(file_path).replace('.txt', '.xlsx'))
23.     df.to_excel(output_path, index=False)

复制代码

请根据你的实际情况修改代码中的相关路径和参数，以确保程序能够正确执行。

跳转到最佳答案楼层

陶远航

根据错误信息看，出现了 KeyError 错误，提示指定的列名在 DataFrame 的列中找不到。原因可能是读取的 df_stations DataFrame 中的 '站号' 列名不正确。

我注意到代码中的这一行可能存在问题：

1. fujian_stations = df_stations[df_stations['站号']]

复制代码

请检查一下 '站号' 是否是正确的列名。如果列名不正确，将其修改为正确的列名。此外，你还可以使用 .dropna() 方法过滤掉缺失值，代码如下所示：

1. fujian_stations = df_stations['站号'].dropna()

复制代码

另外，在遍历文件名时，可以使用 str.isdigit() 或者正则表达式来判断是否为数字后五位。修改后的代码如下：

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 = df_stations['站号'].dropna()
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)
20. for file_path in fujian_files:
21.     df = pd.read_csv(file_path, delimiter='\t')  # 假设txt文件使用制表符分隔数据
22.     output_path = os.path.join(output_folder, os.path.basename(file_path).replace('.txt', '.xlsx'))
23.     df.to_excel(output_path, index=False)

复制代码

请根据你的实际情况修改代码中的相关路径和参数，以确保程序能够正确执行。

isdkz

错误发生在代码这一行  fujian_stations = df_stations[df_stations['站号']] ，其中你正在尝试使用 df_stations['站号'] 作为索引来从 df_stations 中选择数据，这通常用于从布尔索引中选择数据。此处的  df_stations['站号']  本身就是一组数据而不是一个布尔索引，因此代码会报错。

看起来你想要从 df_stations 中选择出福建省的所有站号，但是你没有提供站点属于福建省的条件，因此无法进行选择。

如果你有一个条件列如 '省份'，你可以这样做：

1. fujian_stations = df_stations[df_stations['省份'] == '福建']['站号']
   

复制代码

但是根据你的描述，我假设 '站点.xlsx' 文件中已经只包含了福建省的站号，那么你只需要这样：

1. fujian_stations = df_stations['站号']
   

复制代码

然后你需要将这些站号转换为整数，然后转换为集合，以便于在遍历文件时进行快速查找：

1. fujian_stations = set(df_stations['站号'].dropna().astype(int))
   

复制代码

那么你的修改后的代码就是：

1. import os
   
2. import pandas as pd
   
3. 
   
4. # 读取三省站点.xlsx文件
   
5. df_stations = pd.read_excel('站点.xlsx', usecols=['站号'])
   
6. 
   
7. # 获取福建省的所有区站号
   
8. fujian_stations = set(df_stations['站号'].dropna().astype(int))
   
9. 
   
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))
    
16. 
    
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)
    
20. 
    
21. for file_path in fujian_files:
    
22.     df = pd.read_csv(file_path, delimiter='\t')  # 假设txt文件使用制表符分隔数据
    
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

王大可2000

isdkz 发表于 2023-7-12 09:20
错误发生在代码这一行  fujian_stations = df_stations[df_stations['站号']] ，其中你正在尝试使用 df_sta ...

如果TXT文件中有四列数据，该如何在转化Excel文件时候将各列数据分别放在ABCD列并插入表头一、二、三、四？

isdkz

王大可2000 发表于 2023-7-13 17:23
如果TXT文件中有四列数据，该如何在转化Excel文件时候将各列数据分别放在ABCD列并插入表头一、二、三、四 ...

在读取TXT文件时，你可以使用Pandas的 read_csv 函数，并指定列名。对于你的情况，你可以将读取和转换部分的代码修改如下：

1. # 读取txt文件并指定列名
   
2. df = pd.read_csv(file_path, delimiter='\t', names=['一', '二', '三', '四'])
   
3. 
   
4. # 保存为excel文件
   
5. output_path = os.path.join(output_folder, os.path.basename(file_path).replace('.txt', '.xlsx'))
   
6. df.to_excel(output_path, index=False)
   

复制代码

这样，在读取txt文件时，Pandas将使用你提供的列名列表（'一', '二', '三', '四'）作为DataFrame的列名。然后，当你将DataFrame保存为Excel文件时，这些列名将自动作为Excel文件的列名。

王大可2000

isdkz 发表于 2023-7-12 09:20
错误发生在代码这一行  fujian_stations = df_stations[df_stations['站号']] ，其中你正在尝试使用 df_sta ...

如果已知MON 文件夹中所有TXT文件有四列数据，每一列数据由空格隔开如
1959    1    0      19.40
并在转化成Excel的时候插入表头，‘Year’ ‘Mon’ ‘Day’ ‘PRE’
该如何修改