Question

我正在通过ThinkStats工作，但也决定学习Pandas。因此，下面的代码从文件中读取数据，进行一些检查，然后将数据附加到列表中。我最终得到了几个包含我需要的数据的列表。下面的代码有效（除了加扰列...）

我的问题是：从这些列表构建数据框的最佳方法是什么？更一般地说，我是否以最有效的方式实现了我的目标？

preglength = []
caseid = []
outcome = []
birthorder = []
finalweight = []

with open('2002FemPreg.dat') as f:
    for line in f:
            caseid.append(int(line[0:13].strip()))
            preglength.append(int(line[274:276].strip()))
            outcome.append(int(line[276].strip()))
            try:
                    birthorder.append(int(line[277:279]))
            except ValueError:
                    birthorder.append(np.nan)
            finalweight.append(float(line[422:440].strip()))

c1 = pd.Series(caseid)
c2 = pd.Series(preglength)
c3 = pd.Series(outcome)
c4 = pd.Series(birthorder)
c5 = pd.Series(finalweight)


data = pd.DataFrame({'caseid': c1,'preglength': c2,'outcome': c3,'birthorder':    c4,'weight': c5})

print(data.head())

Answer 1

我可能会使用read_fwf：

>>> df = pd.read_fwf("2002FemPreg.dat",
... colspecs=[(0,13), (274, 276), (276, 277), (277, 279), (422, 440)],
... names=["caseid", "preglength", "outcome", "birthorder", "finalweight"])
>>> df.head()
   caseid  preglength  outcome  birthorder   finalweight
0       1          39        1           1   6448.271112
1       1          39        1           2   6448.271112
2       2          39        1           1  12999.542264
3       2          39        1           2  12999.542264
4       2          39        1           3  12999.542264

[5 rows x 5 columns]

从多个列表创建数据框的最佳方法

1 个答案: