Question

我有一个输入文件，如下所示，需要按顺序排列，键值需要按升序排列，而不存在的键需要在最后输出。我正在以所需格式排列数据，但缺少订单。

我尝试过使用sort（）方法但是它显示“list没有属性排序”。请提出解决方案，并建议是否需要进行任何修改。

输入文件：

3=1388|4=1388|5=IBM|8=157.75|9=88929|1021=1500|854=n|388=157.75|394=157.75|474=157.75|1584=88929|444=20160713|459=93000546718000|461=7|55=93000552181000|22=89020|400=157.75|361=0.73|981=0|16=1468416600.6006|18=1468416600.6006|362=0.46
3=1388|4=1388|5=IBM|8=157.73|9=100|1021=0|854=p|394=157.73|474=157.749977558|1584=89029|444=20160713|459=93001362639104|461=26142|55=93001362849000|22=89120|361=0.71|981=0|16=1468416601.372|18=1468416601.372|362=0.45
3=1388|4=1388|5=IBM|8=157.69|9=100|1021=600|854=p|394=157.69|474=157.749910415|1584=89129|444=20160713|459=93004178882560|461=27052|55=93004179085000|22=89328|361=0.67|981=1|16=1468416604.1916|18=1468416604.1916|362=0.43

我试过的代码：

import pandas as pd
import numpy as np
df = pd.read_csv('inputfile', index_col=None, names=['text'])
s = df.text.str.split('|')
ds = [dict(w.split('=', 1) for w in x) for x in s]
p = pd.DataFrame.from_records(ds)
p1 = p.replace(np.nan,'n/a', regex=True)
st = p1.stack(level=0,dropna=False)
dfs = [g for i,g in st.groupby(level=0)]
#print st
i = 0
while i < len(dfs):    
    #index of each column
    print ('\nindex[%d]'%i)
    for (_,k),v in dfs[i].iteritems():
        print k,'\t',v
    i = i + 1

输出获取：

index[0]
1021  1500
1584  88929
16    1468416600.6006
18    1468416600.6006
22    89020
3     1388
361   0.73
362   0.46
388   157.75
394   157.75
4     1388
400   157.75
444   20160713
459   93000546718000
461   7
474   157.75
5     IBM
55    93000552181000
8     157.75
854   n
9     88929
981   0

index[1]
1021  0
1584  89029
16    1468416601.372
18    1468416601.372
22    89120
3     1388
361   0.71
362   0.45
388   n/a
394   157.73
4     1388
400   n/a
444   20160713
459   93001362639104
461   26142
474   157.749977558
5     IBM
55    93001362849000
8     157.73
854   p
9     100
981   0

预期产出：

index[0]
3     1388
4     1388
5     IBM
8     157.75
9     88929
16    1468416600.6006
18    1468416600.6006
22    89020
55    93000552181000
361   0.73
362   0.46
388   157.75
394   157.75
400   157.75
444   20160713
459   93000546718000
461   7
474   157.75
854   n
981   0
1021  1500
1584  88929

index[1]
3     1388
4     1388
5     IBM
8     157.75
9     88929
16    1468416600.6006
18    1468416600.6006
22    89020
55    93000552181000
361   0.73
362   0.46
394   157.75
444   20160713
459   93000546718000
461   7
474   157.75
854   n
981   0
1021  1500
1584  88929
388   n/a
400   n/a

Answer 1

下面：

import pandas as pd
import numpy as np

df = pd.read_csv('inputfile', index_col=None, names=['text'])
s = df.text.str.split('|')
ds = [dict(w.split('=', 1) for w in x) for x in s]
p1 = pd.DataFrame.from_records(ds).fillna('n/a')
st = p1.stack(level=0,dropna=False)
for k, v in st.groupby(level=0):
    print(k, v.sort_index())

Answer 2

用

替换你的ds行

ds = [{int(pair[0]): pair[1] for pair in [w.split('=', 1) for w in x]} for x in s]

将索引转换为整数，以便按数字排序

要在结尾输出n / a值，您可以使用pandas选择首先输出nonnull值，然后输出空值，例如：

for (ix, series) in p.iterrows():
    print('\nindex[%d]' % ix)
    output_series(ix, series[pd.notnull])
    output_series(ix, series[pd.isnull].fillna('n/a'))

不过，您还可以简化堆栈，分组，打印到：

for (ix, series) in p1.iterrows():
    print('\nindex[%d]' % ix)
    for tag, value in series.iteritems():
        print(tag, '\t', value)

所以整个脚本变成了：

def output_series(ix, series):
    for tag, value in series.iteritems():
        print(tag, '\t', value)

df = pd.read_csv('inputfile', index_col=None, names=['text'])
s = df.text.str.split('|')
ds = [{int(pair[0]): pair[1] for pair in [w.split('=', 1) for w in x]} for x in s]
p = pd.DataFrame.from_records(ds)
for (ix, series) in p.iterrows():
    print('\nindex[%d]' % ix)
    output_series(ix, series[pd.notnull])
    output_series(ix, series[pd.isnull].fillna('n/a'))

使用pandas排序和排列列表

2 个答案: