如何從具有特定模式的文本文件創建 Pandas DataFrame？

從具有特定模式的文字檔案中建立Pandas DataFrame

您需要從具有以下結構的文字檔案中建構Pandas DataFrame :

Alabama[edit]
Auburn (Auburn University)[1]
Florence (University of North Alabama)
Jacksonville (Jacksonville State University)[2]
Livingston (University of West Alabama)[2]
Montevallo (University of Montevallo)[2]
Troy (Troy University)[2]
Tuscaloosa (University of Alabama, Stillman College, Shelton State)[3][4]
Tuskegee (Tuskegee University)[5]

有「[edit]」的行表示狀態，而有「[edit]」的行表示「[數字]」表示區域。任務是根據這些模式分割文件，並為每個區域名稱重複州名稱。

解決方案：

1. 使用 Pandas 讀取文字檔案' read_csv 函數，由於沒有分隔符，將列名稱指定為「地區名稱」。
2. 使用以下命令建立名為「State」的新列字串提取，從帶有「[edit]」的行中捕獲州名稱並向前填充值。
3. 替換從左括號「(」到「地區名稱」中字串末尾的所有字元列。
4. 基於使用String 建立的掩碼，使用布林索引過濾掉包含「[edit ]」的行包含。

此過程將產生所需的帶有「州」和「區域名稱」的Pandas DataFrame

範例：

<code class="python">import pandas as pd

df = pd.read_csv("filename.txt", sep=";", names=['Region Name'])
df.insert(0, 'State', df['Region Name'].str.extract('(.*)\[edit\]', expand=False).ffill())
df['Region Name'] = df['Region Name'].str.replace(r' \(.+$', '')
df = df[~df['Region Name'].str.contains('\[edit\]')].reset_index(drop=True)

print(df)</code>

輸出：

      State   Region Name
0   Alabama        Auburn
1   Alabama      Florence
2   Alabama  Jacksonville
3   Alabama    Livingston
4   Alabama    Montevallo
5   Alabama          Troy
6   Alabama    Tuscaloosa
7   Alabama      Tuskegee
8    Alaska     Fairbanks
9   Arizona     Flagstaff
10  Arizona         Tempe
11  Arizona        Tucson

以上是如何從具有特定模式的文本文件創建 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！