从R到Python，什么'；python是数据帧的等价物吗？

我熟悉R数据持有者，如向量、数据帧等，但需要进行一些文本分析，而且python似乎有一些很好的设置。我的问题是，在哪里可以找到python如何保存数据的解释

具体地说，我在一个选项卡分隔的文件中有一个数据集，其中文本在第3列，我需要的数据评分在第4列

id1            id2            text                             score
123            889     "This is the text I need to read..."      88
234            778     "This is the text I need to read..."      78
345            667     "This is the text I need to read..."      91

在R中，我只需将其加载到名为

df1

的数据帧中，当我想要调用列时，我会使用df1$text或

df1[，3]

，如果我想要一个特定的单元格，我可以使用

df1[1,3]

我开始了解如何将数据读入python，而不是如何处理类似表的结构

---

对于python新手，您建议如何使用此工具

我不确定这是否能很好地转换为我从未使用过的“R”，但在Python中，我会这样处理：

lines = list()
with open('data.txt','r') as f:
  for line in f:
      lines.append(line.split())

这将读取python列表中的所有内容。列表是以零为基础的。要从第二行获取文本列，请执行以下操作：

print lines[1][2]

该行的分数为：

print lines[1][3]

---

查看库中的对象。

除了Panda的数据帧，您还可以使用rpy2库（从）：

---

我过去使用过的一个选项是

csv.DictReader

，它允许您按名称引用一行中的数据（每行都成为

dict

）：

输出：

{'text': 'This is the text I need to read...', 'score': '88', 'id2': '889', 'id1': '123'}
{'text': 'This is the text I need to read...', 'score': '78', 'id2': '778', 'id1': '234'}
{'text': 'This is the text I need to read...', 'score': '91', 'id2': '667', 'id1': '345'}

---

Ullrich先生使用该库的答案是最接近R数据帧的方法。但是，如果需要，您可以使用将数据类型设置为

object

，以获得极其相似的功能。较新版本的numpy与

data.frame

类似，它的索引功能实际上比R更强大，并且它包含对象的能力远远超出了R的能力

根据手头的任务，我同时使用R和numpy。使用公式和内置的统计数据时，R要好得多。Python代码更易于维护，也更容易连接到其他系统

---

编辑：添加了注意事项，numpy现在具有字段名功能

在python中与R等价的是Pandas

如下所示初始化数据帧

 import pandas as pd
 df = pd.read_csv("filename")

 print df.head()

---

Python没有与数据等价的东西frame@DavidHeffernan那东西呢？这不是（有意）接近吗？@joran那是第三方。我想我的意思是没有任何内置的方式，R的数据帧是内置的。R的

data.frame

可以包含

list

列。

列表

列的每个元素都可以是您喜欢的任何内容，包括数据对象、函数等。这就是您的意思吗？

{'text': 'This is the text I need to read...', 'score': '88', 'id2': '889', 'id1': '123'}
{'text': 'This is the text I need to read...', 'score': '78', 'id2': '778', 'id1': '234'}
{'text': 'This is the text I need to read...', 'score': '91', 'id2': '667', 'id1': '345'}

 import pandas as pd
 df = pd.read_csv("filename")

 print df.head()