python – Pandas按行读取数据

2023年3月2日 458次阅读

通常,数据以列为变量的形式呈现,但是,例如,我在.txt文件中有类似的东西

Data1,1,2,3,4,5
Data2,3,1,4

我可以使用pandas这样的方式构建数据框,就像我从中获得的一样

d = {"Data1":[1,2,3,4,5], "Data2": [3,1,4,1,2]}
df = pd.DataFrame(data=d)

编辑：
最初我希望数据集的大小不同,但是pandas不会允许它抛出ValueError

最佳答案 阅读文件,转置数据框,munge一点……etvoilà.

伪造文件的设置：

>>> from io import StringIO
>>> file = StringIO('''Data1,1,2,3,4,5
...:Data2,3,1,4''')

创建数据框：

>>> df = pd.read_csv(file, header=None).T
>>> df = df.rename(columns=df.loc[0]).drop(0, axis=0)
>>> 
>>> df
>>> 
  Data1 Data2
1     1     3
2     2     1
3     3     4
4     4   NaN
5     5   NaN

然而,Peter Leimbigler在this回答中做得更优雅一点！

正如ALollz指出的那样,这些解决方案仅在文件中没有包含比第一行更多字段的行时才有效.

这是我尝试更普遍适用的解决方案：

>>> file = StringIO('''Data1,3,1,4
...:Data2,1,2,3,4,5
...:Data3,7,8''')
>>> df = pd.concat([pd.Series(line.split(',')) for line in file], axis=1)
>>> df.rename(columns=df.loc[0]).drop(0, axis=0).astype(float)
>>> 
   Data1  Data2  Data3
1    3.0    1.0    7.0
2    1.0    2.0    8.0
3    4.0    3.0    NaN
4    NaN    4.0    NaN
5    NaN    5.0    NaN
点赞