将Stackoverflow中发布的数据导入Python工作环境的最佳实践

假设在Stackoverflow中提出了一个问题，并给出了示例数据，那么导入示例数据的最佳方式是什么

为了解释我要问的这个问题，让我看一篇真正的文章

已给出以下数据来解决查询

    Access Type     host/IP address Count
0   Authorized      206.196.21.129  23
1   Authorized      207.30.238.8    46
2   Authorized      208.62.55.75    23
3   Authorized      216.12.111.241  23
4   Authorized      63.197.98.106   23
5   Authorized      67.95.49.172    23
6   Unauthorized    207.243.167.114 23
7   Unauthorized    209.152.168.249 10
8   Unauthorized    65.166.159.14   10
9   Unauthorized    68.143.156.89   10

现在，将数据导入Python的最佳方法是什么

该方法应该采用这样一种方式，即在一个步骤中将导入到python环境中

我知道，我可以将数据复制粘贴到电子表格->然后将其保存为CSV文件，然后将其导入Python。但我需要一种更优雅的方式

一位开发人员建议的其他解决方案

import pandas as pd ;

df = pd.read_clipboard()

pd.read_clipboard（）不是所有操作系统的通用解决方案。在我的系统（Ubuntu19.10）中，我做了一个剪贴板复制，结果是这样的。列名被错误地导入

---

涉及R解决方案，但我对Python的解决方案感兴趣。编辑回答：这是稍微多一些的工作，但我认为这是另一个可行的选择

from io import StringIO
import pandas as pd

s = StringIO("""    Access Type     host/IP address Count
0   Authorized      206.196.21.129  23
1   Authorized      207.30.238.8    46
2   Authorized      208.62.55.75    23
3   Authorized      216.12.111.241  23
4   Authorized      63.197.98.106   23
5   Authorized      67.95.49.172    23
6   Unauthorized    207.243.167.114 23
7   Unauthorized    209.152.168.249 10
8   Unauthorized    65.166.159.14   10
9   Unauthorized    68.143.156.89   10""")

df = pd.read_fwf(s,index_col=0,infer_nrows=10)

结果:

In [175]: df
Out[175]: 
    Access Type  host/IP address  Count
0    Authorized   206.196.21.129     23
1    Authorized     207.30.238.8     46
2    Authorized     208.62.55.75     23
3    Authorized   216.12.111.241     23
4    Authorized    63.197.98.106     23
5    Authorized     67.95.49.172     23
6  Unauthorized  207.243.167.114     23
7  Unauthorized  209.152.168.249     10
8  Unauthorized    65.166.159.14     10
9  Unauthorized    68.143.156.89     10

---

尝试使用pandas函数读取剪贴板（）

此方法非常简单：它读取复制粘贴的表格数据并将其解析为数据帧

通过此方法从剪贴板读取文本并传递到read_csv

您可以在中找到更多信息

编辑：

---

我认为您的问题不是由操作系统引起的，可能是因为数据第一行中有空格。

正如其他人所指出的，最好的解决方案似乎是

pd.read_clipboard（）

为了不弄乱列，只需将列名中的空格替换为

。

，然后只需执行以下操作即可获得实际列：

df.columns=[name.replace（“”，“”）作为df.columns.values中的名称]

因此，当您用

替换空格时，请复制输入：
输入：

运行代码：

将熊猫作为pd导入
df=pd.read_剪贴板（）
df.columns=[name.replace（“”，“”）表示df.columns.values中的名称]

您将得到：

输出：

    Access Type  host/IP address  Count
0    Authorized   206.196.21.129     23
1    Authorized     207.30.238.8     46
2    Authorized     208.62.55.75     23
3    Authorized   216.12.111.241     23
4    Authorized    63.197.98.106     23
5    Authorized     67.95.49.172     23
6  Unauthorized  207.243.167.114     23
7  Unauthorized  209.152.168.249     10
8  Unauthorized    65.166.159.14     10
9  Unauthorized    68.143.156.89     10

然后您会发现第一列“访问类型”被分成两列，“主机/IP地址”也被分成两列……这可能比read_clipboard（）更有效，因为这将提供对导入的强大控制。我们还可以在单击“回车”按钮之前轻松更正列名。老实说，原始帖子应该以机器可读的格式添加数据，例如CSV，而不是通过打印数据框获得的人类可读的表格输出。你是对的。有时最好以CSV文件的形式提供。但CSV文件有时也会带来发送隐藏为CSV的恶意文件的风险。因此，发布一小部分数据（目前的做法）似乎更透明。我的意思是在帖子中粘贴CSV格式的摘录，而不是附件。在大多数情况下，这似乎效果不错。谢谢@丽卡
    Access Type  host/IP address  Count
0    Authorized   206.196.21.129     23
1    Authorized     207.30.238.8     46
2    Authorized     208.62.55.75     23
3    Authorized   216.12.111.241     23
4    Authorized    63.197.98.106     23
5    Authorized     67.95.49.172     23
6  Unauthorized  207.243.167.114     23
7  Unauthorized  209.152.168.249     10
8  Unauthorized    65.166.159.14     10
9  Unauthorized    68.143.156.89     10