可替换地，

Question

我正在尝试使用从文件中读取的列表列表中的一列网址生成数据框。这就是我想要的：

one_df= pd.DataFrame()
with open(r"product_Url.txt", 'r') as infile:
    l = [x.split(',') for x in infile]
    for x in zip(*l):
        df = pd.DataFrame(list(x), columns=['url'])
        one_df = one_df.append(df, ignore_index=True)
    print(one_df)
    one_df.to_csv(outfile)

我输出的问题是我的输出中有几行，其中2个url看起来像这样（例如）：

0, ['http://www.ex.com/prod1'
1, 'http://www.ex.com/prod2'
2, 'http://www.ex.com/prod3']['http://www.ex.com/prod25'
3, 'http://www.ex.com/prod43'['http://www.ex.com/prod99']

我从文件中读取的原始起始数据看起来像这样（但有更多网址）：

[" ['https://www.ex.com/prod1', 'https://www.ex.com/prod2','https://www.ex.com/prod3']['https://www.ex.com/prod2','https://www.ex.com/prod3']['https://www.ex.com/prod25,'https://www.ex.com/prod43']['http://www.ex.com/prod99']"]

当我尝试直接从文件中读取数据帧时，我得到一个空数据框，每个网址都有一列。因此，我尝试用循环生成数据帧。

我需要做些什么来摆脱这些我有2个网址而不是每行1个网址的情况？

Answer 1

这可能不是一种有效的方式，但是查看您提供的示例可能会在替换[，]并创建dataframe的情况下起作用：

one_df= pd.DataFrame()
with open("product_Url.txt", 'r') as infile:
    l = [x.replace(']', ',').replace("[",'').replace('"','').replace('\n','').strip().split(',') for x in infile]
    for x in zip(*l):
        df = pd.DataFrame(list(x), columns=['url'])
        one_df = one_df.append(df, ignore_index=True)
    one_df = one_df[one_df.url.str.len()>0] 
    print(one_df)
    one_df.to_csv(outfile)

结果：

                           url
0   'https://www.ex.com/prod1'
1   'https://www.ex.com/prod2'
2   'https://www.ex.com/prod3'
3   'https://www.ex.com/prod2'
4   'https://www.ex.com/prod3'
5   'https://www.ex.com/prod25
6  'https://www.ex.com/prod43'
7   'http://www.ex.com/prod99'

可替换地，

一个更清洁的解决方案可能是：

with open('product_Url.txt') as data_file:    
    data = json.load(data_file)

all_data = [element.replace('[','').replace(']',',').strip().split(',') for element in data]

one_df = pd.DataFrame({'url':all_data[0]})
one_df = one_df[one_df.url.str.len()>0] 
one_df.to_csv(outfile)

未正确填充的列表列表向附加的数据框添加2个项目

1 个答案:

可替换地，