追加情報をデータフレームとして読み込み、情報から新しい列を追加する方法

Question

StringIOから生成されたファイルのようなオブジェクトで、テーブルの前に情報の行があるテーブルです（以下を参照してください。#TIMESTAMP ）。

#Timestampの "Date"、 "UTCoffset - Time（Substraction）"および#GLOBAL_SUMMARYの "ZenAngle"という情報を使用して、既存のテーブルに余分な列を追加します。

pd.read_csvコマンドを使って読みましたが、必要な情報が含まれている最初の8行をスキップすると機能しました。また、以下のオブジェクトをデータフレームとしてインポートしようとすると、エラー "TypeError：データ引数がイテレータになることはありません"が報告されました。

私はあなたが最初の3 DataFramesを作成するために read_csvを使用することができると思う

#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

：

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