使用 pd.read_clipboard 复制数据帧时如何处理自定义命名索引?
Posted
技术标签:
【中文标题】使用 pd.read_clipboard 复制数据帧时如何处理自定义命名索引?【英文标题】:How to handle custom named index when copying a dataframe using pd.read_clipboard? 【发布时间】:2018-01-25 07:14:18 【问题描述】:鉴于其他问题的数据框:
Constraint Name TotalSP Onpeak Offpeak
Constraint_ID
77127 aaaaaaaaaaaaaaaaaa -2174.5 -2027.21 -147.29
98333 bbbbbbbbbbbbbbbbbb -1180.62 -1180.62 0
1049 cccccccccccccccccc -1036.53 -886.77 -149.76
好像有一个索引Constraint_ID
。当我尝试使用pd.read_clipboard
读取它时,它是这样加载的:
Constraint Name TotalSP Onpeak Offpeak
0 Constraint_ID NaN NaN NaN NaN
1 77127 aaaaaaaaaaaaaaaaaa -2174.50 -2027.21 -147.29
2 98333 bbbbbbbbbbbbbbbbbb -1180.62 -1180.62 0.00
3 1049 cccccccccccccccccc -1036.53 -886.77 -149.76
这显然是错误的。我该如何纠正这个问题?
【问题讨论】:
【参考方案1】:read_clipboard
默认使用空格分隔列。您看到的问题是因为第一列中的空格。如果你指定两个或多个空格作为分隔符,它会根据表格格式找出索引列本身:
df = pd.read_clipboard(sep='\s2,')
df
Out:
Constraint Name TotalSP Onpeak Offpeak
Constraint_ID
77127 aaaaaaaaaaaaaaaaaa -2174.50 -2027.21 -147.29
98333 bbbbbbbbbbbbbbbbbb -1180.62 -1180.62 0.00
1049 cccccccccccccccccc -1036.53 -886.77 -149.76
index_col
参数也可以用来告诉 pandas 第一列是索引,以防无法单独从分隔符推断结构:
df = pd.read_clipboard(index_col=0, sep='\s2,')
【讨论】:
您能否编辑您的答案以包含index_cols
?我觉得 sep 在这里工作,但情况可能并非总是如此。或者... pandas 默认会处理这个问题吗?
@cᴏʟᴅsᴘᴇᴇᴅ 我没有一个矛盾的例子,但我们可以通过 index_col=0
来保证安全。【参考方案2】:
这不像@ayhan 的回答那么酷,但大多数时候效果都很好。假设您使用的是 ipython 或 jupyter,只需将数据复制并粘贴到 %%file
:
然后进行一些快速编辑。对于多索引,只需将索引向上移动一行,如下所示(在这种情况下,还将“约束 ID”缩短为“ID”以节省一点空间):
%%file foo.txt
ID Constraint Name TotalSP Onpeak Offpeak
77127 aaaaaaaaaaaaaaaaaa -2174.5 -2027.21 -147.29
98333 bbbbbbbbbbbbbbbbbb -1180.62 -1180.62 0
1049 cccccccccccccccccc -1036.53 -886.77 -149.76
pd.read_fwf('foo.txt')
Out[338]:
ID Constraint Name TotalSP Onpeak Offpeak
0 77127 aaaaaaaaaaaaaaaaaa -2174.50 -2027.21 -147.29
1 98333 bbbbbbbbbbbbbbbbbb -1180.62 -1180.62 0.00
2 1049 cccccccccccccccccc -1036.53 -886.77 -149.76
read_fwf
通常适用于像这样的表格内容,正确处理列名中的空格(通常)。当然你也可以用read_csv
这个基本方法。
这种方法的好处在于,对于小样本数据,您几乎可以处理用户在此处发布数据的任何奇怪方式。还有很多奇怪的方法。 ;-)
【讨论】:
这实际上与我一直在做的类似。我会复制到文本编辑器,进行更改,然后再次致电pd.read_clipboard
。
我不知道为什么,但根据我的经验,read_fwf
通常比read_clipboard
效果更好。我希望后端非常相似,但也许是它们有不同的默认值?以上是关于使用 pd.read_clipboard 复制数据帧时如何处理自定义命名索引?的主要内容,如果未能解决你的问题,请参考以下文章
使用 pd.read_clipboard 时如何处理包含空格的列名?