python - 在大型 txt 文件 pandas 中查找标题

Question

假设我有一个包含几百万行的大文件。前 300 多行(可变数字)包含有关文件的信息，然后在数据之前有一个标题行。我不知道标题在哪一行，但我知道它以什么开头。这是我的数据示例:

#This File contains some cool suff
#We will see what line the header is on
#Maybe it is in this line
#CHROM POS ID 
1 100 17
2 200 18
2 300 18

标题行是#CHROM POS ID

这是我尝试过的，但它返回list index out of range:

database = pd.read_table(infile, header=[num for num,line in enumerate(infile) if line.startswith("#CHROM")])

我认为我曾天真地假设 pd.read_table 的操作方式与 with open() 的操作方式相同，并且这可能有效。任何帮助将不胜感激!

Answer 1

编辑:刚刚看到它是一个文本文件

设置一个变量作为标题行，

lineno = 0
for line in infile.readlines():
    if line.startswith('#CHROM'):
        headerrow = lineno
    lineno += 1

然后当您引入文件时，您可以执行类似 pd.read_table('my_file.txt', header = headerrow) 的操作以及您需要的任何其他参数。