Python 从打印输出中获取表格（熊猫）

我运行了一个名为codeml的程序，该程序在python包ete3中实现

以下是codeml生成的模型打印：

>>> print(model)
 Evolutionary Model fb.cluster_03502:
        log likelihood       : -35570.938479
        number of parameters : 23
        sites inference      : None
        sites classes        : None
        branches             : 
        mark: #0  , omega: None      , node_ids: 8   , name: ROOT
        mark: #1  , omega: 789.5325  , node_ids: 9   , name: EDGE
        mark: #2  , omega: 0.005     , node_ids: 4   , name: Sp1
        mark: #3  , omega: 0.0109    , node_ids: 6   , name: Seq1
        mark: #4  , omega: 0.0064    , node_ids: 5   , name: Sp2
        mark: #5  , omega: 865.5116  , node_ids: 10  , name: EDGE
        mark: #6  , omega: 0.005     , node_ids: 7   , name: Seq2
        mark: #7  , omega: 0.0038    , node_ids: 11  , name: EDGE
        mark: #8  , omega: 0.067     , node_ids: 2   , name: Sp3
        mark: #9  , omega: 999.0     , node_ids: 12  , name: EDGE
        mark: #10 , omega: 0.1165    , node_ids: 3   , name: Sp4
        mark: #11 , omega: 0.1178    , node_ids: 1   , name: Sp5

但由于它只是一个打印文件，我需要将这些信息放入一个表格中，例如：

Omega       node_ids       name 
None        8              ROOT
789.5325    9              EDGE
0.005       4              Sp1
0.0109      6              Seq1
0.0064      5              Sp2
865.5116    10             EDGE
0.005       7              Sp3
0.0038      11             EDGE
0.067       2              Sp3
999.0       12             EDGE
0.1165      3              Sp4
0.1178      1              Sp5

因为我需要解析这些信息

您知道如何处理打印输出吗

---

谢谢你的帮助

你的问题中隐含的假设有两个问题：

为什么要打印？ 你为什么首先要打印模型？这不是一种以编程方式访问模型内部的好方法，因为这是为供人阅读而设计的，并且您无法确定是否在用于打印的

\uuu str\uu（）

方法中省略了模型的某些信息。你必须找出

进化模型是如何构造的，把这个结构转化成一个字典，然后用这个字典创建一个数据框架，我会说

首先看一看
模型。
和
模型。

如果您可以查看定义
进化模型
的代码，您当然可以直接查找
进化模型
的结构，并将其转换为字典

为什么是数据帧？
如果您只想“解析”模型，那么如果您只想获得对其属性的编程访问，那么将其放入数据帧中需要做很多额外的工作。如果要获取模型的
分支
属性的值，只需直接访问属性，例如
模型.branchs
。
问题中的隐含假设存在两个问题：

为什么要打印？
你为什么首先要打印模型？这不是一种以编程方式访问模型内部的好方法，因为这是为供人阅读而设计的，并且您无法确定是否在用于打印的
\uuu str\uu（）
方法中省略了模型的某些信息。你必须找出
进化模型是如何构造的，把这个结构转化成一个字典，然后用这个字典创建一个数据框架，我会说

首先看一看
模型。
和
模型。

如果您可以查看定义
进化模型
的代码，您当然可以直接查找
进化模型
的结构，并将其转换为字典

为什么是数据帧？
如果您只想“解析”模型，那么如果您只想获得对其属性的编程访问，那么将其放入数据帧中需要做很多额外的工作。如果您想获取模型的
分支
属性的值，只需直接访问属性，例如
model.branchs
。
我查看了

似乎可以使用
s=model.\uuu str\uuu（）
来获取此打印输出的字符串。从那里，您可以使用标准字符串操作解析字符串。我不知道字符串的确切形式，但您的代码可能如下所示：

import pandas as pd

lines = s.split('\\n')

lst = []
first_idx = 6  # Skip the lines that are not of interest.
names = [field[:field.index(':')].strip() for field in lines[first_idx].split(',')]

for line in lines[first_idx:]:  
    if line:
        row = [field[field.index(':')+1:].strip().strip("#") for field in line.split(',')]
        lst.append(row)

df = pd.DataFrame(lst, columns=names)

有更漂亮的方法可以做到这一点，但它完成了任务。
我看了一下

似乎可以使用
s=model.\uuu str\uuu（）
来获取此打印输出的字符串。从那里，您可以使用标准字符串操作解析字符串。我不知道字符串的确切形式，但您的代码可能如下所示：

import pandas as pd

lines = s.split('\\n')

lst = []
first_idx = 6  # Skip the lines that are not of interest.
names = [field[:field.index(':')].strip() for field in lines[first_idx].split(',')]

for line in lines[first_idx:]:  
    if line:
        row = [field[field.index(':')+1:].strip().strip("#") for field in line.split(',')]
        lst.append(row)

df = pd.DataFrame(lst, columns=names)

有更好的方法可以做到这一点，但它可以完成任务。
您可以使用
StringIO
和
applymap

from io import StringIO
import pandas as pd

df = pd.read_csv(StringIO(model.__repr__()), skiprows=6, names=['mark', 'omega', 'node_ids', 'name'])
df = df.applymap(lambda x: x.split(":")[1])

输出：

    mark    omega       node_ids    name
0   #0      None        8           ROOT
1   #1      789.5325    9           EDGE
2   #2      0.005       4           Sp1
3   #3      0.0109      6           Seq1
4   #4      0.0064      5           Sp2
5   #5      865.5116    10          EDGE
6   #6      0.005       7           Seq2
7   #7      0.0038      11          EDGE
8   #8      0.067       2           Sp3
9   #9      999.0       12          EDGE
10  #10     0.1165      3           Sp4
11  #11     0.1178      1           Sp5

您可以使用
StringIO
和
applymap

from io import StringIO
import pandas as pd

df = pd.read_csv(StringIO(model.__repr__()), skiprows=6, names=['mark', 'omega', 'node_ids', 'name'])
df = df.applymap(lambda x: x.split(":")[1])

输出：

    mark    omega       node_ids    name
0   #0      None        8           ROOT
1   #1      789.5325    9           EDGE
2   #2      0.005       4           Sp1
3   #3      0.0109      6           Seq1
4   #4      0.0064      5           Sp2
5   #5      865.5116    10          EDGE
6   #6      0.005       7           Seq2
7   #7      0.0038      11          EDGE
8   #8      0.067       2           Sp3
9   #9      999.0       12          EDGE
10  #10     0.1165      3           Sp4
11  #11     0.1178      1           Sp5

可能最好的方法是将输出保存在临时文件中（考虑到大小），然后对其进行解析？可能最好的方法是将输出保存在临时文件中（考虑到大小），然后对其进行解析？我得到错误：Traceback（最近一次调用）：file“”，第1行，在TypeError中：初始值必须为str或None，不是Model认为你可以考虑@乔纳森。ChanbAh的答案，改变我的代码<代码>…StrugIO（模型）…<代码> >…StrugIO（Model，Y.RePrSub）……/代码>我得到错误：Traceback（最近的调用最后一个）：文件“，”第1行，在Type Error：NoalalSalk必须是STR或NONE，而不是Model I认为你可以考虑@乔纳森。将我的代码
…StringIO（model）…
更改为
…StringIO（model.\uuu repr\uuuuu（））…
它工作起来很有魅力，谢谢！）（ps:was lines=s.split（'\n'）pHumm，我在这里遇到了一个小问题：名称比示例中的名称长得多，而且该方法似乎删除了名称的一部分，例如，我在模式中有一个名称：Platygaster_Orseolia，我在生成的数据帧中得到Platygaster_Orseolia…我将稍微清理一下。）它就像一个符咒，谢谢！：）（ps:was lines=s.split（'\n'）phum，我在这里遇到了一个小问题：名称比示例中的名称长得多，而且该方法似乎删除了名称的一部分，例如，我在模式中有一个名称：Platygaster_Orseolia，我在生成的数据帧中得到Platygaster_Orseolia…我将稍微清理一下。：）好的，我明白了，谢谢你的时间它帮助了很多：）好的，我明白了，谢谢你的时间它帮助了很多：）