Heim > Artikel > Backend-Entwicklung > Beispiel dafür, wie Python Daten in Text liest und in DataFrame_python konvertiert
Dieser Artikel zeigt Ihnen, wie Python Daten in Textform liest und in einen DataFrame umwandelt. Er hat einen gewissen Referenzwert und ich hoffe, dass er den Bedürftigen helfen kann.
Siehe es in den technischen Fragen und Antworten Eine solche Frage scheint relativ häufig vorzukommen, daher werde ich sie in einem separaten Artikel niederschreiben.
Daten aus der Klartextformatdatei „file_in“ im folgenden Format lesen:
muss als „file_out“ ausgegeben werden, das Format ist wie folgt:
Das Originalformat der Daten ist „Kategorie : Inhalt“, mit Leerzeilen „n“ bezieht sich auf Untereinträge. Nach der Konvertierung wird daraus ein Eintrag pro Zeile, und der Inhalt wird der Reihe nach entsprechend der Kategorie geschrieben.
Es wird empfohlen, Pandas zu verwenden, um nach dem Lesen aus den Daten eine Tabelle namens DataFrame zu erstellen. Dies erleichtert die spätere Verarbeitung der Daten. Das Originalformat ist jedoch nicht das übliche Tabellenformat, daher müssen zunächst einige einfache Verarbeitungen durchgeführt werden.
#coding:utf8 import sys from pandas import DataFrame #DataFrame通常来装二维的表格 import pandas as pd #pandas是流行的做数据分析的包 #建立字典,键和值都从文件里读出来。键是nam,age……,值是lili,jim…… dict_data={} #打开文件 with open('file_in.txt','r')as df: #读每一行 for line in df: #如果这行是换行符就跳过,这里用'\n'的长度来找空行 if line.count('\n') == len(line): continue #对每行清除前后空格(如果有的话),然后用":"分割 for kv in [line.strip().split(':')]: #按照键,把值写进去 dict_data.setdefault(kv[0],[]).append(kv[1]) #print(dict_data)看看效果 #这是把键读出来成为一个列表 columnsname=list(dict_data.keys()) #建立一个DataFrame,列名即为键名,也就是nam,age…… frame = DataFrame(dict_data,columns=columnsname) #把DataFrame输出到一个表,不要行名字和列名字 frame.to_csv('file_out0.txt',index=False,header=False)
Verwandte Empfehlungen:
Python liest den Textinhalt in Word
Das obige ist der detaillierte Inhalt vonBeispiel dafür, wie Python Daten in Text liest und in DataFrame_python konvertiert. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!