从字符串Python创建数据帧

如何从如下所示的字符串（字符串的一部分）创建数据帧

，文件_05，，\r\nx数据，y 数据\r\n-970.0、-34.12164、-959.0、-32.37526、-949.0、-30.360199、-938.0、-28.74816、-929.0、-27.53912、-25.92707、-911.0、-24.31503、-900.0、-23.64334、-891.0、-22.2997、

试图创建一个如下所示的数据帧

您应该使用python将原始数据转换为表

通过使用python导入csv包保存到csv文件

您应该使用python将原始数据转换为表

通过使用python导入csv包保存到csv文件

---

看起来您需要字符串中的多级数据帧。我会这样做的

步骤1：按

拆分字符串\r\n'

。然后，对于每个值，按

，”

步骤2：上述步骤将创建一个列表。元素#0有4个 项目和元素#1有2个项目。其余各有3项，均为 实际数据

步骤3：从元素#3开始将数据转换为字典。 使用元素2中的值作为字典的键（即

x数据

和

y数据

）。要确保您有键：[值列表]，请使用

dict.setdefault（键，[]）.append（值）

。这将确保数据的完整性 创建为“键：[值列表]”字典

步骤4：使用字典作为所有 值作为键和值存储在字典中

步骤5：现在您已经有了字典，您想要创建 多索引。将列转换为多索引

综上所述，代码是：

import pandas as pd

text = ',file_05,,\r\nx data,y data\r\n-970.0,-34.12164,\r\n-959.0,-32.37526,\r\n-949.0,-30.360199,\r\n-938.0,-28.74816,\r\n-929.0,-27.53912,\r\n-920.0,-25.92707,\r\n-911.0,-24.31503,\r\n-900.0,-23.64334,\r\n-891.0,-22.29997,'

line_text = [txt.split(',') for txt in text.split('\r\n')]

dct = {}

for x,y,z in line_text[2:]:
    dct.setdefault(line_text[1][0], []).append(x)
    dct.setdefault(line_text[1][1], []).append(y)

df = pd.DataFrame(dct)

df.columns = pd.MultiIndex.from_tuples([(line_text[0][i],line_text[1][i]) for i in [0,1]])

print (df)

其结果将是：

              file_05
   x data      y data
0  -970.0   -34.12164
1  -959.0   -32.37526
2  -949.0  -30.360199
3  -938.0   -28.74816
4  -929.0   -27.53912
5  -920.0   -25.92707
6  -911.0   -24.31503
7  -900.0   -23.64334
8  -891.0   -22.29997

---

看起来您需要字符串中的多级数据帧。我会这样做的

步骤1：按

拆分字符串\r\n'

。然后，对于每个值，按

，”

步骤2：上述步骤将创建一个列表。元素#0有4个 项目和元素#1有2个项目。其余各有3项，均为 实际数据

步骤3：从元素#3开始将数据转换为字典。 使用元素2中的值作为字典的键（即

x数据

和

y数据

）。要确保您有键：[值列表]，请使用

dict.setdefault（键，[]）.append（值）

。这将确保数据的完整性 创建为“键：[值列表]”字典

步骤4：使用字典作为所有 值作为键和值存储在字典中

步骤5：现在您已经有了字典，您想要创建 多索引。将列转换为多索引

综上所述，代码是：

import pandas as pd

text = ',file_05,,\r\nx data,y data\r\n-970.0,-34.12164,\r\n-959.0,-32.37526,\r\n-949.0,-30.360199,\r\n-938.0,-28.74816,\r\n-929.0,-27.53912,\r\n-920.0,-25.92707,\r\n-911.0,-24.31503,\r\n-900.0,-23.64334,\r\n-891.0,-22.29997,'

line_text = [txt.split(',') for txt in text.split('\r\n')]

dct = {}

for x,y,z in line_text[2:]:
    dct.setdefault(line_text[1][0], []).append(x)
    dct.setdefault(line_text[1][1], []).append(y)

df = pd.DataFrame(dct)

df.columns = pd.MultiIndex.from_tuples([(line_text[0][i],line_text[1][i]) for i in [0,1]])

print (df)

其结果将是：

              file_05
   x data      y data
0  -970.0   -34.12164
1  -959.0   -32.37526
2  -949.0  -30.360199
3  -938.0   -28.74816
4  -929.0   -27.53912
5  -920.0   -25.92707
6  -911.0   -24.31503
7  -900.0   -23.64334
8  -891.0   -22.29997

---

在下面的代码

s

中是字符串：

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(s)).dropna(axis=1)
df.rename(columns={df.columns[0]: ""}, inplace=True)

顺便说一句，如果字符串来自csv文件，那么使用

pd.read\u csv

直接读取文件就更简单了

编辑：此代码将创建列的多索引：

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(s), header = None).dropna(how="all", axis=1).T
df[0] = df.loc[1, 0]
df = df.set_index([0, 1]).T

---

在下面的代码

s

中是字符串：

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(s)).dropna(axis=1)
df.rename(columns={df.columns[0]: ""}, inplace=True)

顺便说一句，如果字符串来自csv文件，那么使用

pd.read\u csv

直接读取文件就更简单了

编辑：此代码将创建列的多索引：

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(s), header = None).dropna(how="all", axis=1).T
df[0] = df.loc[1, 0]
df = df.set_index([0, 1]).T

---

OP想要创建一个数据帧而不是写入文件OP想要创建一个数据帧而不是写入文件非常有趣。谢谢分享。我不认为read_csv会计算出第一行的额外逗号。多索引解决方案甚至更好。谢谢你的更新。我打算推荐sameVery有趣的。谢谢分享。我不认为read_csv会计算出第一行的额外逗号。多索引解决方案甚至更好。谢谢你的更新。我打算推荐同样的