熊猫解析文本数据并分配列
我有下面的文本数据，我想将其解析pandas为列数据。我需要每四行有四列。
在My trial输出中，我们需要VC_VERSION 分成VC_ACTIVE_VERSION&VC_STANDBY_VERSION
我的审判：
df = pd.read_csv("file.txt", names=["col1"])
df = df.col1.str.split(' ', expand = True)
df = df.drop(df.columns[[0, 2, 3, 4, 5, 6, 7, 8, 11]], axis=1)
df = df.rename(columns={ 1: 'ENC_NAME', 9: 'VC_VERSION', 10: 'OA_VERSION'})
print(df)
ENC_NAME VC_VERSION OA_VERSION
0 enc1001 None None
1 KVM 4.85
2 4.50 None
3 4.50 None
4 enc1002 None None
5 KVM 4.85
6 4.50 None
7 4.50 None
8 enc1003 None None
9 KVM 4.85
10 4.50 None
11 4.50 None
12 enc1004 None None
13 KVM 4.85
14 4.50 None
15 4.50 None
----------------- data snipped ---------------
期望：
ENC_NAME OA_VERSION VC_ACTIVE VC_STDN
enc1001 4.85 4.50 4.50
enc1002 4.85 4.50 4.50
enc1003 4.85 4.50 4.50
enc1004 4.85 4.50 4.50
enc1005 4.85 4.50 4.50
enc1006 4.85 4.50 4.50
enc1007 4.85 4.50 4.50
enc1008 4.85 4.40 4.40
enc1009 4.85 4.50 4.50
enc2001 4.85 4.50 4.50
enc2002 4.85 4.50 4.50
enc2003 4.85 4.50 4.50
请帮助获得熊猫。提前致谢。
达令说浏览 77回答 1
1回答
-
SMILET
以下代码ENC_NAME从标题行（带=符号）和所有其他行的最后一个值中获取，假设这些行是按所需顺序排列的。然后我们分配行号和列号以及数据透视表。优点是它不依赖于数据中的空格数。df = pd.read_csv('file.txt', sep='\n',header=None, names=['col1'])df['row'] = df.col1.str.contains('===').cumsum()df['col'] = df.groupby('row').cumcount()df['value'] = df.col1.str.extract('=== (.*) ===')m = df.value.isna()df.loc[m,'value'] = df.loc[m,'col1'].str.extract('(\d+\.\d+)$').valuesdf = df.pivot('row','col','value')df.columns = ['ENC_NAME', 'OA_VERSION', 'VC_ACTIVE', 'VC_STDN']结果： ENC_NAME OA_VERSION VC_ACTIVE VC_STDNrow 1 enc1001 4.85 4.50 4.502 enc1002 4.85 4.50 4.503 enc1003 4.85 4.50 4.504 enc1004 4.85 4.50 4.505 enc1005 4.85 4.50 4.506 enc1006 4.85 4.50 4.507 enc1007 4.85 4.50 4.508 enc1008 4.85 4.40 4.409 enc1009 4.85 4.50 4.5010 enc2001 4.85 4.50 4.5011 enc2002 4.85 4.50 4.5012 enc2003 4.85 4.50 4.5013 enc2004 4.85 4.50 4.5014 enc2005 4.85 4.50 4.5015 enc2006 4.85 4.50 4.5016 enc2007 4.85 4.50 4.5017 enc2008 4.85 4.50 4.5018 enc2009 4.85 4.50 4.5019 enc2011 4.85 4.50 4.5020 enc2013 4.85 4.50 4.5021 enc3020 4.85 4.41 4.4122 enc3021 4.85 4.41 4.4123 enc3022 4.85 4.41 4.4124 enc3026 4.85 4.45 4.4525 enc3027 4.85 4.50 4.5026 enc3028 4.85 4.50 4.5027 enc3029 4.85 4.50 4.5028 enc3030 4.85 4.50 4.5029 enc3031 4.85 4.50 4.5030 enc4021 4.85 4.41 4.4131 enc4023 4.85 4.41 4.4132 enc4024 4.85 4.41 4.4133 enc4025 4.85 4.41 4.4134 enc4026 4.85 4.50 4.5035 enc4027 4.85 4.50 4.5036 enc4028 4.85 4.50 4.5037 enc4029 4.85 4.50 4.5038 enc4030 4.85 4.50 4.5039 enc4031 4.85 4.50 4.5040 enc4032 4.85 4.50 4.5041 enc4033 4.85 4.50 4.5042 enc4034 4.85 4.50 4.5043 enc6002 4.60 NaN NaN44 enc6011 4.60 NaN NaN45 enc6012 4.60 NaN NaN46 enc6013 4.60 NaN NaN47 enc6014 4.60 NaN NaN48 enc6015 4.60 NaN NaN49 enc6016 4.60 NaN NaN50 enc6017 4.60 NaN NaN51 enc7002 4.85 NaN NaN52 enc7003 4.85 NaN NaN53 enc7004 4.85 NaN NaN54 enc7009 4.85 4.50 4.5055 enc1010 4.85 4.50 4.5056 enc1011 4.85 4.50 4.5057 enc1012 4.85 4.50 4.5058 enc1013 4.85 4.50 4.5059 enc1014 4.85 4.50 4.5060 enc1015 4.85 4.50 4.5061 enc1016 4.85 4.50 4.5062 enc1017 4.85 4.50 4.5063 enc1018 4.85 4.50 4.5064 enc1025 4.85 4.62 4.6265 enc1026 4.85 4.50 4.5066 enc2010 4.85 4.50 4.5067 enc2012 4.85 4.50 4.5068 enc2014 4.85 4.50 4.5069 enc2015 4.85 4.50 4.5070 enc2016 4.85 4.50 4.5071 enc2018 4.85 4.50 4.5072 enc2019 4.85 4.50 4.5073 enc2020 4.85 4.50 4.5074 enc2021 4.85 4.50 4.5075 enc2022 4.85 4.50 4.5076 enc2023 4.85 4.50 4.5077 enc3033 4.85 4.50 4.5078 enc3034 4.85 4.50 4.5079 enc3036 4.85 4.50 4.5080 enc4020 4.85 4.41 4.4181 enc4022 4.85 4.41 4.4182 enc4035 4.85 4.50 4.5083 enc7005 4.85 4.50 4.5084 enc7006 4.85 4.50 4.5085 enc7007 4.85 4.62 4.6286 enc7008 4.85 4.62 4.6287 enc8001 4.85 4.50 4.5088 enc8017 4.85 4.50 4.5089 enc8018 4.85 4.50 4.5090 enc8019 4.85 4.50 4.5091 enc8021 4.85 4.50 4.5092 enc8022 4.85 4.62 4.6293 enc8023 4.85 4.62 4.6294 enc8024 4.85 4.62 4.6295 enc8025 4.85 4.62 4.6296 enc8026 4.85 4.62 4.6297 enc8027 4.85 4.62 4.6298 enc8028 4.85 4.62 4.6299 enc8033 4.85 4.40 4.40
随时随地看视频慕课网APP
相关分类
Python