Как читать и писать таблицу с дополнительной информацией в виде фрейма данных и добавлять новые столбцы из информации

Question

У меня есть файловый объект, созданный из StringIO, который представляет собой таблицу с строками информации перед таблицей (см. Ниже, начиная с #TIMESTAMP).

Я хочу добавить дополнительные столбцы в существующую таблицу, используя информацию «Дата», «UTCoffset - Time (Substraction)» из #Timestamp и «ZenAngle» из #GLOBAL_SUMMARY.

Я использовал команду pd.read_csv для ее чтения, но она работала только тогда, когда я пропустил первые 8 строк, которые содержат необходимую мне информацию. Также сообщалось, что ошибка «ТипError: аргумент данных не может быть итератором», поскольку я попытался импортировать объект ниже как dataframe.

#TIMESTAMP 
UTCOffset,Date,Time 
+00:30:32,2011-09-05,08:32:21 

#GLOBAL_SUMMARY 
Time,IntACGIH,IntCIE,ZenAngle,MuValue,AzimAngle,Flag,TempC,O3,Err_O3,SO2,Err_SO2,F324 
08:32:21,7.3576,52.758,59.109,1.929,114.427,000000,24,291,1,,,91.9 

#GLOBAL 
Wavelength,S-Irradiance,Time 
290.0,0.000e+00 
290.5,0.000e+00 
291.0,4.380e-06 
291.5,2.234e-05 
292.0,2.102e-05 
292.5,2.204e-05 
293.0,2.453e-05 
293.5,2.256e-05 
294.0,3.088e-05 
294.5,4.676e-05 
295.0,3.384e-05 
295.5,3.582e-05 
296.0,4.298e-05 
296.5,3.774e-05 
297.0,4.779e-05 
297.5,7.399e-05 
298.0,9.214e-05 
298.5,1.080e-04 
299.0,2.143e-04 
299.5,3.180e-04 
300.0,3.337e-04 
300.5,4.990e-04 
301.0,8.688e-04 
301.5,1.210e-03 
302.0,1.133e-03 

Answer 1

Я думаю, вы можете сначала использовать read_csv для создания 3 DataFrames:

import pandas as pd 
import io 

temp=u"""#TIMESTAMP 
UTCOffset,Date,Time 
+00:30:32,2011-09-05,08:32:21 

#GLOBAL_SUMMARY 
Time,IntACGIH,IntCIE,ZenAngle,MuValue,AzimAngle,Flag,TempC,O3,Err_O3,SO2,Err_SO2,F324 
08:32:21,7.3576,52.758,59.109,1.929,114.427,000000,24,291,1,,,91.9 

#GLOBAL 
Wavelength,S-Irradiance,Time 
290.0,0.000e+00 
290.5,0.000e+00 
291.0,4.380e-06 
291.5,2.234e-05 
292.0,2.102e-05 
292.5,2.204e-05 
293.0,2.453e-05 
293.5,2.256e-05 
294.0,3.088e-05 
294.5,4.676e-05 
295.0,3.384e-05 
295.5,3.582e-05 
296.0,4.298e-05 
296.5,3.774e-05 
297.0,4.779e-05 
297.5,7.399e-05 
298.0,9.214e-05 
298.5,1.080e-04 
299.0,2.143e-04 
299.5,3.180e-04 
300.0,3.337e-04 
300.5,4.990e-04 
301.0,8.688e-04 
301.5,1.210e-03 
302.0,1.133e-03 
""" 

df1 = pd.read_csv(io.StringIO(temp), 
       skiprows=9) 

print (df1) 
    Wavelength S-Irradiance Time 
0  290.0  0.000000 NaN 
1  290.5  0.000000 NaN 
2  291.0  0.000004 NaN 
3  291.5  0.000022 NaN 
4  292.0  0.000021 NaN 
5  292.5  0.000022 NaN 
6  293.0  0.000025 NaN 
7  293.5  0.000023 NaN 
8  294.0  0.000031 NaN 
9  294.5  0.000047 NaN 
10  295.0  0.000034 NaN 
11  295.5  0.000036 NaN 
12  296.0  0.000043 NaN 
13  296.5  0.000038 NaN 
14  297.0  0.000048 NaN 
15  297.5  0.000074 NaN 
16  298.0  0.000092 NaN 
17  298.5  0.000108 NaN 
18  299.0  0.000214 NaN 
19  299.5  0.000318 NaN 
20  300.0  0.000334 NaN 
21  300.5  0.000499 NaN 
22  301.0  0.000869 NaN 
23  301.5  0.001210 NaN 
24  302.0  0.001133 NaN 

df2 = pd.read_csv(io.StringIO(temp), 
        skiprows=1, 
        nrows=1) 

print (df2) 
    UTCOffset  Date  Time 
0 +00:30:32 2011-09-05 08:32:21 

df3 = pd.read_csv(io.StringIO(temp), 
        skiprows=5, 
        nrows=1) 

print (df3) 
     Time IntACGIH IntCIE ZenAngle MuValue AzimAngle Flag TempC O3 \ 
0 08:32:21 7.3576 52.758 59.109 1.929 114.427  0  24 291 

    Err_O3 SO2 Err_SO2 F324 
0  1 NaN  NaN 91.9