Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Mencipta DataFrame Pandas daripada Rentetan Dipisahkan Titik Koma dalam Python?

Bagaimanakah Saya Boleh Mencipta DataFrame Pandas daripada Rentetan Dipisahkan Titik Koma dalam Python?

Patricia Arquette
Lepaskan: 2024-11-26 11:01:10
asal
472 orang telah melayarinya

How Can I Create a Pandas DataFrame from a Semicolon-Separated String in Python?

Membaca Bingkai Data Pandas daripada Rentetan

Panda menyediakan set alat analisis data yang komprehensif untuk pengguna Python. Satu cabaran biasa ialah mengimport data ke dalam DataFrame daripada pelbagai sumber. Rentetan, khususnya, boleh menjadi cara yang mudah untuk menyimpan data jadual untuk ujian atau tujuan lain.

Jika anda mempunyai rentetan yang mengandungi data dipisahkan koma bertitik seperti:

TESTDATA="""col1;col2;col3
1;4.4;99
2;4.5;200
3;4.7;65
4;3.2;140
"""
Salin selepas log masuk

Anda boleh dengan mudah menukarnya menjadi Pandas DataFrame dengan menggunakan StringIO, yang menyediakan penimbal seperti fail untuk rentetan. Kod berikut menunjukkan cara untuk mencapai ini:

import pandas as pd
from io import StringIO

TESTDATA = StringIO("""col1;col2;col3
    1;4.4;99
    2;4.5;200
    3;4.7;65
    4;3.2;140
    """)

df = pd.read_csv(TESTDATA, sep=";")
Salin selepas log masuk

Kod ini menggunakan fungsi pd.read_csv() untuk menghuraikan rentetan TESTDATA sebagai fail CSV, menganggap koma bertitik sebagai pemisah. DataFrame yang terhasil, dinamakan df, akan mengandungi data berstruktur daripada rentetan.

Dengan memanfaatkan StringIO, anda boleh mengendalikan rentetan dengan mudah seolah-olah ia adalah objek fail, menjadikannya mudah untuk mengimport data daripada pelbagai sumber ke dalam Pandas DataFrames untuk analisis dan manipulasi.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mencipta DataFrame Pandas daripada Rentetan Dipisahkan Titik Koma dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan