加载数据集，其中每个观测值用python拆分为两行

我正在尝试导入一个数据集，其中每个观测值被分成两行。我读取了数据并命名了一些列，数据框如下所示：

    crim    zn     indus    chas  nox     rm    age      dis    rad  tax    ptratio
20  0.00632 18.00   2.310   0   0.5380  6.5750  65.20   4.0900  1   296.0   15.30
21  396.90  4.98    24.00   None    None    None    None    None    None    None    None
22  0.02731 0.00    7.070   0   0.4690  6.4210  78.90   4.9671  2   242.0   17.80
23  396.90  9.14    21.60   None    None    None    None    None    None    None    None
...

第21行中的三个值应位于上一行的三个新列中。整个数据帧也是如此。我该怎么做？

---

谢谢

您只需移动您想要的序列，然后使用移动即可。然后，可以将移位的列添加到数据帧中，并且可以从中每隔一行删除一行

您可以按如下方式构造数据：

import pandas as pd

headers = ["crim", "zn", "indus", "chas",  "nox", "rm", "age", "dis", "rad", "tax", "ptratio"]
vals = [[0.00632, 18.00, 2.310, 0, 0.5380, 6.5750, 65.20, 4.0900, 1, 296.0, 15.30],
    [396.90, 4.98, 24.00, None, None, None, None, None, None, None, None],
    [0.02731, 0.00, 7.070, 0, 0.4690, 6.4210, 78.90, 4.9671, 2, 242.0, 17.80],
    [396.90,  9.14, 21.60, None, None, None, None, None, None, None, None]]

df = pd.DataFrame(columns=headers, data=vals)

# add shifted rows
df['new_crim'] = df['crim'].shift(-1)
df['new_zn'] = df['zn'].shift(-1)
df['new_indus'] = df['indus'].shift(-1)

# remove every second row
df_cleaned = df.iloc[::2]
df_cleaned.reset_index(inplace=True, drop=True)

print(df_cleaned)

输出：

      crim    zn  indus  chas    nox     rm   age     dis  rad    tax  ptratio  new_crim  new_zn  new_indus
0  0.00632  18.0   2.31   0.0  0.538  6.575  65.2  4.0900  1.0  296.0     15.3     396.9    4.98       24.0
1  0.02731   0.0   7.07   0.0  0.469  6.421  78.9  4.9671  2.0  242.0     17.8     396.9    9.14       21.6

---

与最初使用pandas读取文件内容不同，我将“手动”逐行读取文件，然后从内容创建数据帧。建议:

将熊猫作为pd导入
进口稀土
将open（“path/to/file.txt”）作为f：
#阅读第一行，即标题，在空格处拆分并删除换行符
headers=re.split（“+”，f.readline（）。replace（“\n”，”））
内容=[]
尽管如此：
#一次读两行，因为一行横跨两行
line=f.readline（）+f.readline（）
#如果该行为空字符串，则表示文件已结束。
如果行==“”：
打破
#在空格处拆分文件并删除换行符。
content.append（re.split（“+”，line.replace（“\n“，”））
#结果是一个列表列表，我们可以从中轻松创建数据帧。
df=pd.DataFrame（内容[1:]）

DataFrame没有标题，但可以根据需要从

标题

-变量轻松添加标题

这种方法的优点在于它很灵活，而且在我看来，很容易理解和扩展到不同的用例