Python 3.x 在python中将多索引熊猫的字符串表示形式转换为多索引熊猫
下面我有一个多索引的字符串表示Python 3.x 在python中将多索引熊猫的字符串表示形式转换为多索引熊猫,python-3.x,pandas,multi-index,Python 3.x,Pandas,Multi Index,下面我有一个多索引的字符串表示 iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']] df = pd.MultiIndex.from_product(iterables, names=['first', 'second']) df = str(df) 我想将表示为df的字符串转换回熊猫多索引类。熊猫中是否有任何直接功能可用于相同用途 例外输出: print(df) MultiIndex(levels=[['bar', 'baz',
iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]
df = pd.MultiIndex.from_product(iterables, names=['first', 'second'])
df = str(df)
我想将表示为df的字符串转换回熊猫多索引类。熊猫中是否有任何直接功能可用于相同用途
例外输出:
print(df)
MultiIndex(levels=[['bar', 'baz', 'foo', 'qux'], ['one', 'two']],
labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],
names=['first', 'second'])
提前感谢。多索引的字符串表示几乎是可执行代码,因此您可以使用
eval
对其进行评估,如下所示:
eval(df, {}, {'MultiIndex': pd.MultiIndex})
# MultiIndex(levels=[[u'bar', u'baz', u'foo', u'qux'], [u'one', u'two']],
# labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],
# names=[u'first', u'second'])
请注意,您可以控制传递给eval
的字符串,因为它可能会导致计算机崩溃和/或运行任意代码(请参阅和)
或者,这里有一种安全、简单但有点脆弱的方法:
import ast
# convert df into a literal string defining a dictionary
dfd = (
"{" + df[11:-1] + "}"
.replace("levels=", "'levels':")
.replace("labels=", "'labels':")
.replace("names=", "'names':")
)
# convert it safely into an actual dictionary
args = ast.literal_eval(dfd)
# use the dictionary as arguments to pd.MultiIndex
pd.MultiIndex(**args)
有了这段代码,任意字符串都无法使您的计算机崩溃,因为ast.literal\u eval()
不允许任何运算符,只允许文本表达式
这是一个安全的版本,不需要预先指定参数名称,但它更复杂:
import ast, tokenize
from cStringIO import StringIO
tokens = [ # make a list of mutable tokens
list(t)
for t in tokenize.generate_tokens(StringIO('{' + df[11:-1] + '}').readline)
]
for t, next_t in zip(tokens[:-1], tokens[1:]):
# convert `identifier=` to `'identifier':`
if t[0] == 1 and next_t[0] == 51 and next_t[1] == '=':
t[0] = 3 # switch type to quoted string
t[1] = "'" + t[1] + "'" # put quotes around identifier
next_t[1] = ':' # convert '=' to ':'
args = ast.literal_eval(tokenize.untokenize(tokens))
pd.MultiIndex(**args)
请注意,如果
df
格式不正确或包含“identifier=…”作为较低级别的代码(不在字符串中),则此代码将引发异常。但我不认为这会发生在str(多索引)
上。如果这是一个问题,您可以为原始df
字符串生成ast
树,然后提取参数并以编程方式将其转换为dict
({x:y}
,而不是dict(x=y)
)的文字定义,然后使用ast.literal\u eval
对其进行评估。您可以显示您的预期输出吗?多索引(级别=[[bar]、[baz]、[foo]、[qux]、[one]、[two']、labels=[[0,0,1,1,2,2,3,3]、[0,1,0,1]、名称=[[first]、[second])