Python 如何将数据帧行转换为列？

我有以下格式的数据集/数据帧：

gene : ABC
sample: XYX
input:23
.
.
.
gene : DEF
sample: ERT
input :24

.
.

它一直在继续

我如何以这种格式获取它

gene sample input
abc   xyx   23
def    ert   24

.
.

Python或shell命令都可以

我试过pd转置，但似乎没有给我想要的结果，

---

没有得到所需的输出。

我不能100%确定您在寻找什么。我将给出几个潜在解决方案的示例。如果这些不符合您的要求，请更新您的问题或添加评论

设置（按照您的示例信息）：

df的输出如下所示：

  gene sample  input
0  ABC    XYZ     23
1  DEF    ERT     24

这看起来像是你在问的问题。如果这是真的，您可以使用类似的设置（如开头的代码块）来设置此数据帧

如果你的意思是你有这种格式，并且你想转置它，我建议如下：

    # columns will be the index from 0 to n-1:
    df.transpose()
    # output:
    #           0    1
    # gene    ABC  DEF
    # sample  XYZ  ERT
    # input    23   24

    # try this instead
    list_that_contains_n_items_to_be_columns = ["a", "b"]
    df.index = pd.Index(list_that_contains_n_items_to_be_columns)
    df.transpose()
    # output:
    #           a    b
    # gene    ABC  DEF
    # sample  XYZ  ERT
    # input    23   24

如果您的意思是将信息发布在文本文件中，如：

gene : ABC
sample: XYX
input:23
gene : DEF
sample: ERT
input :24

您需要将其读入并放入数据帧（类似于csv格式）。您可以通过以下方式实现：

import pandas as pd
list_of_dicts = []
with open("data.txt") as f:
    number_columns = 3 # change this as necessary
    line_num = 0
    for line in f:
        if line_num % number_columns == 0:
            if line_num == 0:
                dict_row = {}
            else:
                list_of_dicts.append(dict_row)
                dict_row = {}
        line_num += 1
        (key, val) = line.split(":")
        dict_row[str(key)] = val.rstrip()

# add your columns to that list
df = pd.DataFrame(list_of_dicts, columns=["gene", "sample", "input"])
print(df)

这将逐行读取您的文件，并创建一个字典列表，很容易将其转换为数据帧。如果需要实际的csv文件，可以运行

df.to\u csv（“name\u of\u file.csv”）

希望这些帮助之一

编辑： 要查看目录中的所有文件，可以在循环前面添加以下代码：

    import glob
    for filename in glob.glob("/your/path/here/*.txt"):
        # code you want to execute

编辑：

这个问题似乎与被问的问题无关（见本答案的评论）。作者似乎有.tsv文件，这些文件已经是DataFrame格式的，他们希望这些文件作为DataFrame读入。给出的示例文件是：

Sample Name:    1234
Index:  IB04
Input DNA:  100

Detected ITD Variants:
Size    READS   VRF



Sample Name:    1235
Index:  IB05
Input DNA:  100

Detected Variants:
Size    READS   VRF
27  112995  4.44e-01
Total   112995  4.44e-01

读取此文件并创建“示例”DF的示例代码：

---

这将创建一个包含基因数据的数据框。如果这创建了您要查找的数据集，请将此答案标记为已接受。如果您还有其他问题，请问一个新问题（在问题中发布数据文件非常有用）。

我希望以csv格式输出，以gene、sample和input作为标题，下面的其余信息很难理解您的数据输入和输出。你说你正在使用一个数据框，所以也许可以看看并重新格式化你的样本数据，这样我们就可以帮助你更好地基本上是一个数据集-更像一个文本文件我的编辑帮助？如果每个文件都包含一个基因，那么您可以为每个文件添加一个字典。您还可以将所有这些文本文件连接到一个大文本文件中，并将其读入。这确实有帮助，但我不断得到错误-值错误-需要超过1个值才能解包。很难知道您遇到了什么错误，因为我看不到您的数据文件。错误发生在哪里？如果您的数据每行有多个“：”，这将是一个问题。@foodar，您必须发布一个指向该文件的链接或粘贴整个文件。“这十个字我做不了多少。@foondar我已经添加了您的数据文件和将数据收集到数据框中的代码。”。如果您还有其他问题，请将此答案标记为已接受，并创建一个新问题，以更准确地描述您的问题。

Sample Name:    1234
Index:  IB04
Input DNA:  100

Detected ITD Variants:
Size    READS   VRF



Sample Name:    1235
Index:  IB05
Input DNA:  100

Detected Variants:
Size    READS   VRF
27  112995  4.44e-01
Total   112995  4.44e-01

#!/usr/bin/python
import os
import glob
import pandas as pd
os.chdir(os.getcwd())


def get_df(num_cols=3, start_key="Sample", switch_line=""):
    list_of_dfs = []
    for filepath in glob.glob("*.tsv"):
        list_of_dicts = []
        number_columns = num_cols
        line_num = 0
        part_of_df = False
        with open(filepath) as file:
            for line in file:
                # only read in lines to the df that are part of the dataframe
                if start_key in line:
                    part_of_df = True 
                elif line.strip() == "":
                    # if an empty line, go back to not adding it
                    part_of_df = False
                    continue
                if part_of_df:
                    # depending on the number of columns, add to the df
                    if line_num % number_columns == 0:
                        if line_num == 0:
                            dict_row = {}
                        else:
                            list_of_dicts.append(dict_row)
                            dict_row = {}
                    line_num += 1
                    (key, val) = line.split(":")
                    dict_row[str(key)] = val.rstrip().strip()
            if len(dict_row) % number_columns == 0:
                # if last added row is the last row of the file
                list_of_dicts.append(dict_row)
            df = pd.DataFrame(list_of_dicts, columns=['Sample Name','Index','Input DNA'])
        list_of_dfs.append(df)
    # concatenate all the files together
    final_df = pd.concat(list_of_dfs)
    return final_df

df_samples = get_df(num_cols=3, start_key="Sample", switch_line="")
print(df_samples)