在pandas数据帧中为不同的行添加不同的类别

Posted 2021-04-07

我有三个包含数百行的文档。我想将它们添加到具有不同名称类别的数据框中。我正在尝试使用以下代码。但是，虽然我能够在数据框中组合文档，但我无法将唯一名称归类为类别。

with open('fdi.txt') as g:
    fdi = g.read()
with open('gdp.txt') as g:
    gdp= g.read()
with open('gni.txt') as g:
    gni= g.read()    
df = pd.DataFrame({'text': fdi + gdp + gni, 
                      'categories': ['India', 'Israel', 'Fiji']}, index=[0])

谢谢。

答案

如果没有看到fdi，gdp和gni包含的样本数据以及您想要的输出结果，那么回答您的问题有点困难。但是当您在纺织品中提到“行”并且您有三个类别时，我假设您希望每个类别属于每个文件内容。

因此，假设包含数据行的文本文件，我们可以在换行符 上将它们拆分为类别列表，然后我们可以根据相关文件包含的行数来延长它们。例如。 ['India']*len(fdi.split(' '))

如果以上假设是正确的，您应该能够使用以下代码：

df = pd.DataFrame({'text': fdi.split('
')+gdp.split('
')+gni.split('
'),
          'Categories':['India']*len(fdi.split('
'))+
         ['Israel']*len(gdp.split('
'))+
         ['Fiji']*len(gni.split('
'))})

如果这不是您所追求的，请添加一些文本文件和所需输出的示例内容。