主页 / coding / 问题 / 78920140
Accepted
ViSa
Asked: 2024-08-28 01:38:17 +0800 CST

无法在 python 中将文本转换为数据框

  • 772

我正在尝试使用 Python 将 转换text为dataframe。

样本文本： 'This is \nsample text\n\nName|age\n--|--\n1.abc|45\n2.xyz|34'

最终期望输出：

在此处输入图片描述

我为实现上述输出所遵循的步骤如下：

  1. 将文本分成多行并将其分配给变量：我曾尝试使用它print()来处理该文本formatted_text = print('This is \nsample text\n\nName|age\n--|--\n1.abc|45\n2.xyz|34')，但无法将其分配为print()返回NoneType，因此这里出现错误。

此步骤后的期望输出：

This is 
sample text

Name|age
--|--
1.abc|45
2.xyz|34
  1. 使用上面line break text存储在variable一个 CSV 文件中的内容，用分隔符读取，|创建一个数据框：我一直在考虑将其处理为pd.read_csv(formatted_text,sep='|', skipinitialspace=True)

此步骤后的期望输出：

在此处输入图片描述

我之前尝试在 SO 帖子中解释这个问题，但我想我解释得不太好，所以帖子被关闭了。我希望这次我能解释我的问题。这可能是一个愚蠢的任务，但我已经坚持了很长时间，如果能得到任何帮助，我将不胜感激。

python

3 个回答

  1. 您可以先拆分行，然后拆分列，然后将其提供给DataFrame构造函数，也可以选择fillna使用''：

    s = 'This is \nsample text\n\nName|age\n--|--\n1.abc|45\n2.xyz|34'
df = pd.DataFrame([x.split('|') for x in s.split('\n')]).fillna('')

    或者，使用Series和str.split：

    df = pd.Series(s.splitlines()).str.split('|', expand=True).fillna('')

    输出：

                 0    1
0     This is      
1  sample text     
2                  
3         Name  age
4           --   --
5        1.abc   45
6        2.xyz   34
    • 2
  2. Best Answer

    可能的解决方案：

    text = 'This is \nsample text\n\nName|age\n--|--\n1.abc|45\n2.xyz|34'

pd.read_csv(StringIO(text), lineterminator='\n', engine='c', header=None)

    输出：

                 0
0     This is 
1  sample text
2     Name|age
3        --|--
4     1.abc|45
5     2.xyz|34

    要拆分列，我们可以使用str.splitafter read_csv：

    (pd.read_csv(StringIO(text), lineterminator='\n', engine='c', header=None)[0]
 .str.split('|', expand=True))

    输出：

                 0     1
0     This is   None
1  sample text  None
2         Name   age
3           --    --
4        1.abc    45
5        2.xyz    34
    • 1

  3. 我们可以将每一行拆分|成一个列表，并从中创建一个数据框：

    import pandas as pd

text = 'This is \nsample text\n\nName|age\n--|--\n1.abc|45\n2.xyz|34'

array = [line.split('|') if '|' in line else [line, ''] for line in text.splitlines()]

df = pd.DataFrame(array)
print(df)

    输出：

                 0    1
0     This is      
1  sample text     
2                  
3         Name  age
4           --   --
5        1.abc   45
6        2.xyz   34
    • 1

相关问题