python-在不知道列键的情况下从输出生成数据帧

如果我想从CLI输出创建dataframe，但不知道其中的列键，
我只知道键结束的原始值（从原始值0开始）在哪里，我知道这些键之间的分隔符（

\s+

）

在这种情况下，有没有快速而好的方法从输出中查找（生成）dataframe的列键

例如：

                                                                                 MODIFIED

CORE SERVER         ACTIVE                         PASSIVE                       PACKAGES

------------------  ------------------------------ ----------------------------- --------

cs010               1.9.2.0-2+auto166              1.9.2.0-2+auto146             no      

---

它应该生成以下键列表：

核心服务器、主动、被动、修改包

假设我理解正确，您可以拆分包含由空格分隔的所有列名的字符串输入，然后使用列表理解构建字典，然后从中生成空数据帧

import pandas as pd

string="""
                                                                                MODIFIED

CORE SERVER         ACTIVE                         PASSIVE                       PACKAGES

------------------  ------------------------------ ----------------------------- --------

cs010               1.9.2.0-2+auto166              1.9.2.0-2+auto146             no
"""
string = string.split("-")[0]

col_names ={name:[ ] for name in re.split(r"\s\s+", string) 
    if name is not ""}

df = pd.DataFrame(col_names)
print(col_names)
print(df)

# with output below:
{'MODIFIED': [], 'CORE SERVER': [], 'ACTIVE': [], 'PASSIVE': [], 'PACKAGES': []}
Empty DataFrame
Columns: [MODIFIED, CORE SERVER, ACTIVE, PASSIVE, PACKAGES]
Index: []

正则表达式拆分的文档如下：如果您想使用正则表达式

因为您有行输出，可以在行中加倍，但似乎有连字符指示列大小，您可以使用类似于：

import re
import pandas as pd

string="""
                                                                                 MODIFIED
CORE SERVER         ACTIVE                         PASSIVE                       PACKAGES

------------------  ------------------------------ ----------------------------- --------

cs010               1.9.2.0-2+auto166              1.9.2.0-2+auto146             no
"""

rows = [row for row in re.split(r"\n|\r", string)]
for row in rows:
    if "---" in row:
        # get all of the splits below columns
        indices = [i for i,j in enumerate(row) if j.isspace()]
        # After you find the column width stop checking rows.
        break

indices.insert(0, 0)
matrix = [ ]
for row in rows:
    # from your output, hyphens show where headers stop
    if "---" in row:
        break
    matrix.append([row[i:j] for i,j in zip(indices, indices[1:]+[None])])

n = (len(indices))
col_names = [""]*n

for i in range(n):
    for row in matrix:
        col_names[i] += row[i]
    col_names[i] = col_names[i].strip()

df = pd.DataFrame(columns=[c for c in col_names if c is not ''])
print(df)

# with output:
Empty DataFrame
Columns: [CORE SERVER, ACTIVE, PASSIVE, MODIFIED PACKAGES]
Index: []

---

这段代码不是有史以来最有效的，但它完成了任务，并且不需要添加许多函数

假设我理解正确，您可以拆分包含由空格分隔的所有列名的字符串输入，然后使用列表理解构建一个字典，然后从中生成一个空数据框

import pandas as pd

string="""
                                                                                MODIFIED

CORE SERVER         ACTIVE                         PASSIVE                       PACKAGES

------------------  ------------------------------ ----------------------------- --------

cs010               1.9.2.0-2+auto166              1.9.2.0-2+auto146             no
"""
string = string.split("-")[0]

col_names ={name:[ ] for name in re.split(r"\s\s+", string) 
    if name is not ""}

df = pd.DataFrame(col_names)
print(col_names)
print(df)

# with output below:
{'MODIFIED': [], 'CORE SERVER': [], 'ACTIVE': [], 'PASSIVE': [], 'PACKAGES': []}
Empty DataFrame
Columns: [MODIFIED, CORE SERVER, ACTIVE, PASSIVE, PACKAGES]
Index: []

正则表达式拆分的文档如下：如果您想使用正则表达式

因为您有行输出，可以在行中加倍，但似乎有连字符指示列大小，您可以使用类似于：

import re
import pandas as pd

string="""
                                                                                 MODIFIED
CORE SERVER         ACTIVE                         PASSIVE                       PACKAGES

------------------  ------------------------------ ----------------------------- --------

cs010               1.9.2.0-2+auto166              1.9.2.0-2+auto146             no
"""

rows = [row for row in re.split(r"\n|\r", string)]
for row in rows:
    if "---" in row:
        # get all of the splits below columns
        indices = [i for i,j in enumerate(row) if j.isspace()]
        # After you find the column width stop checking rows.
        break

indices.insert(0, 0)
matrix = [ ]
for row in rows:
    # from your output, hyphens show where headers stop
    if "---" in row:
        break
    matrix.append([row[i:j] for i,j in zip(indices, indices[1:]+[None])])

n = (len(indices))
col_names = [""]*n

for i in range(n):
    for row in matrix:
        col_names[i] += row[i]
    col_names[i] = col_names[i].strip()

df = pd.DataFrame(columns=[c for c in col_names if c is not ''])
print(df)

# with output:
Empty DataFrame
Columns: [CORE SERVER, ACTIVE, PASSIVE, MODIFIED PACKAGES]
Index: []

这段代码不是有史以来最有效的，但它完成了任务，并且不需要添加许多函数

好的

我创建了自己的函数来生成它，并且它可以工作

def auto_generate_dataframe_columns(output, raw_separtor="---", col_seperator=r'\s{2,}'):
    """Automatically generate dataframe columns.

    :param output: output for generating columns from
    :param raw_separtor: keys raw seperator symbol
    :param col_seperator: columns raw separator symbol (default separator is double or more spaces)
    :return: list with generated keys in case of success otherwise None
    """
    if output is None:
        return None
    keys_lines_list = []
    pattern = re.compile(col_seperator)
    for line in output.splitlines():
        if raw_separtor in line:
            break
        curr_line = line.lstrip()
        curr_line = pattern.split(curr_line)
        if not is_line_empty(curr_line):
            curr_line = [x for x in curr_line if x]
            keys_lines_list = merge_two_lists(keys_lines_list, curr_line)
    return keys_lines_list


def merge_two_lists(list1, list2):
    """Function for merging to lists to one list
    :param list1: first list item
    :param list2: second list item
    :return: merged list
    """
    max_len = list2.__len__() if [list1.__len__() < list2.__len__()] else list1.__len__()
    rev_new_list = []
    for index in range(max_len):
        index1 = list1.__len__() - index - 1
        index2 = list2.__len__() - index - 1
        if index1 < 0:
            rev_new_list.append(list2[max_len - index - 1])
        elif index2 < 0:
            rev_new_list.append(list1[max_len - index - 1])
        else:
            rev_new_list.append(list1[list1.__len__() - index - 1] + " " + list2[list2.__len__() - index - 1])
    return rev_new_list[::-1]


def is_line_empty(line):
    """Function for checking if line is empty

    :param line: given line
    :return: True if line is empty otherwise False
    """
    if not line or (len(line) == 0) or (len(line) == 1 and line[0] == ""):
        return True
    return False

def auto_generate_dataframe_列（输出，raw_separator=“--”，col_separator=r'\s{2，}）：
“”“自动生成数据帧列。
：param output：用于从生成列的输出
：param raw_separator：键原始分隔符符号
：param col_separator:columns原始分隔符符号（默认分隔符为两倍或更多空格）
：return：如果成功，则列出生成的键，否则无
"""
如果输出为无：
一无所获
键\u行\u列表=[]
模式=重新编译（列分隔符）
对于输出中的行。拆分行（）：
如果原始分离器在一条直线上：
打破
curr_line=line.lstrip（）
当前线=图案分割（当前线）
如果不是，则为空（当前行）：
当前行=[x表示当前行中的x，如果x]
关键字行列表=合并两个列表（关键字行列表，当前行）
返回键\u行\u列表
def合并两个列表（列表1、列表2）：
“”“用于将列表合并到一个列表的函数
：param list1:第一个列表项
：param list2：第二个列表项
：return：合并列表
"""
max_len=list2.\u len_uuuuu（）如果[list1.\u len_uuuuu（）

好的

我创建了自己的函数来生成它，并且它可以工作

def auto_generate_dataframe_columns(output, raw_separtor="---", col_seperator=r'\s{2,}'):
    """Automatically generate dataframe columns.

    :param output: output for generating columns from
    :param raw_separtor: keys raw seperator symbol
    :param col_seperator: columns raw separator symbol (default separator is double or more spaces)
    :return: list with generated keys in case of success otherwise None
    """
    if output is None:
        return None
    keys_lines_list = []
    pattern = re.compile(col_seperator)
    for line in output.splitlines():
        if raw_separtor in line:
            break
        curr_line = line.lstrip()
        curr_line = pattern.split(curr_line)
        if not is_line_empty(curr_line):
            curr_line = [x for x in curr_line if x]
            keys_lines_list = merge_two_lists(keys_lines_list, curr_line)
    return keys_lines_list


def merge_two_lists(list1, list2):
    """Function for merging to lists to one list
    :param list1: first list item
    :param list2: second list item
    :return: merged list
    """
    max_len = list2.__len__() if [list1.__len__() < list2.__len__()] else list1.__len__()
    rev_new_list = []
    for index in range(max_len):
        index1 = list1.__len__() - index - 1
        index2 = list2.__len__() - index - 1
        if index1 < 0:
            rev_new_list.append(list2[max_len - index - 1])
        elif index2 < 0:
            rev_new_list.append(list1[max_len - index - 1])
        else:
            rev_new_list.append(list1[list1.__len__() - index - 1] + " " + list2[list2.__len__() - index - 1])
    return rev_new_list[::-1]


def is_line_empty(line):
    """Function for checking if line is empty

    :param line: given line
    :return: True if line is empty otherwise False
    """
    if not line or (len(line) == 0) or (len(line) == 1 and line[0] == ""):
        return True
    return False

def auto_generate_dataframe_列（输出，raw_separator=“--”，col_separator=r'\s{2，}）：
“”“自动生成数据帧列。
：param output：用于从生成列的输出
：param raw_separator：键原始分隔符符号
：param col_separator:columns原始分隔符符号（默认分隔符为两倍或更多空格）
：return：如果成功，则列出生成的键，否则无
"""
如果输出为无：
一无所获
键\u行\u列表=[]
模式=重新编译（列分隔符）
对于输出中的行。拆分行（）：
如果原始分离器在一条直线上：
打破
curr_line=line.lstrip（）
当前线=图案分割（当前线）
如果不是，则为空（当前行）：
当前行=[x表示当前行中的x，如果x]
关键字行列表=合并两个列表（关键字行列表，当前行）
返回键\u行\u列表
def合并两个列表（列表1、列表2）：
“”“用于将列表合并到一个列表的函数
：param list1:第一个列表项
：param list2：第二个列表项
：return：合并列表
"""
max_len=list2.\u len_uuuuu（）如果[list1.\u len_uuuuu（）

您是否尝试过pandas

read\u csv

方法？您应该给出示例代码，说明输入可能是什么样子。此外，如果你已经尝试过任何东西，你也应该把它放好。