Question

我是蟒蛇皮的新手。我有一个数据文件，其中包含多个行标签（每行）和列标签（每列），如下列数据，包括3个不同动物（狗，蝙蝠，鸵鸟）的多个录制时间（星期一早上，白天，夜晚））：

   ''    ,    ''      , colLabel:name    , dog   ,    bat     , Ostrich
   ''    ,    ''      , colLabel:genus   , Canis , Chiroptera , Struthio,
   ''    ,    ''      , colLabel:activity, diurnal,  nocturnal,  diurnal
   day   , time of day,  ''              ,        ,           ,         
  Monday , morning    ,    ''            , 17     ,  5        , 2
  Monday , day        ,    ''            , 63     ,  0        , 34
  Monday , night      ,    ''            , 21     ,  68       , 1
  Friday , day        ,    ''            , 72     ,  0        , 34

我想将这些数据读入Pandas，其中行和列都是按层次结构组织的。这样做的最佳方式是什么？

Answer 1

您可以使用read_csv的header，index_col和tupleize_cols个参数：

In [1]: df = pd.read_csv('foo.csv', header=[0, 1, 2], index_col=[0, 1], tupleize_cols=False, sep='\s*,\s+')

注意：在0.13 tupelize=False中将是默认设置，因此您无需使用它。

要获得列级名称需要一些黑客攻击：

In [2]: df.columns.names = df.columns[0]

In [3]: del df[df.columns[0]]

In [4]: df
Out[4]:
colLabel:name           dog         bat    Ostrich
colLabel:genus        Canis  Chiroptera  Struthio,
colLabel:activity   diurnal   nocturnal    diurnal
day    time of day
Monday morning           17           5          2
       day               63           0         34
       night             21          68          1
Friday day               72           0         34

使用pandas读取包含许多命名列标签的csv文件

1 个答案: