我有一个包含这样的数据的文本文件，在列表中格式化，其中第一个元素是一个字符串，其中包含由＆＃39 ;;＆＃39;分隔的列名，下一个元素是值行：
['Timestamp;T;Pressure [bar];Input line pressure [bar];Speed [rpm];Angular Position [degree];Wheel speed [rpm];Wheel angular position [degree];',
';1;5,281;5,303;219,727;10,283;216,363;45;',
';1;5,273;5,277;219,727;11,602;216,363;45;',
';1;5,288;5,293;205,078;12,832;216,363;45;',
';1;5,316;5,297;219,727;14,15;216,363;45;',
';1;5,314;5,307;219,727;15,469;216,363;45;',
';1;5,288;5,3;219,727;16,787;216,363;45;',
';1;5,318000000000001;5,31;219,727;18,105;216,363;45;',
';1;5,304;5,3;219,727;19,424;216,388;56,25;',
';1;5,291;5,29;219,947;20,742;216,388;56,25;',
';1;5,316;5,297;219,507;22,061;216,388;56,25;']
如何将此文本列表转换为pandas数据框？
答案 0 :(得分：4)
使用pd.read_csv从文本文件中读取数据框，使用pd.compat.StringIO从文本中创建流，例如io.StingIO：
pd.read_csv(pd.compat.StringIO("\n".join(lines)), sep=";")
答案 1 :(得分：2)
代码：
df = [
'Timestamp;T;Pressure [bar];Input line pressure [bar];Speed [rpm];Angular Position [degree];Wheel speed [rpm];Wheel angular position [degree];',
';1;5,281;5,303;219,727;10,283;216,363;45;',
';1;5,273;5,277;219,727;11,602;216,363;45;',
';1;5,288;5,293;205,078;12,832;216,363;45;',
';1;5,316;5,297;219,727;14,15;216,363;45;',
';1;5,314;5,307;219,727;15,469;216,363;45;',
';1;5,288;5,3;219,727;16,787;216,363;45;',
';1;5,318000000000001;5,31;219,727;18,105;216,363;45;',
';1;5,304;5,3;219,727;19,424;216,388;56,25;',
';1;5,291;5,29;219,947;20,742;216,388;56,25;',
';1;5,316;5,297;219,507;22,061;216,388;56,25;']
mat = [n.split(';') for n in df]
print(mat)
newdf1 = pd.DataFrame(mat)
newdf1.columns = newdf1.iloc[0]
newdf1 = newdf1.reindex(newdf1.index.drop(0))
# newdf2 = pd.DataFrame.from_dict(df)
print(newdf1)
输出：
0 Timestamp T Pressure [bar] Input line pressure [bar] Speed [rpm] \
1 1 5,281 5,303 219,727
2 1 5,273 5,277 219,727
3 1 5,288 5,293 205,078
4 1 5,316 5,297 219,727
5 1 5,314 5,307 219,727
6 1 5,288 5,3 219,727
7 1 5,318000000000001 5,31 219,727
8 1 5,304 5,3 219,727
9 1 5,291 5,29 219,947
10 1 5,316 5,297 219,507
0 Angular Position [degree] Wheel speed [rpm] \
1 10,283 216,363
2 11,602 216,363
3 12,832 216,363
4 14,15 216,363
5 15,469 216,363
6 16,787 216,363
7 18,105 216,363
8 19,424 216,388
9 20,742 216,388
10 22,061 216,388
0 Wheel angular position [degree]
1 45
2 45
3 45
4 45
5 45
6 45
7 45
8 56,25
9 56,25
10 56,25
答案 2 :(得分：0)
您可以使用函数from_records()拆分输入列表中的每个字符串项，并注意数据的第一行包含列的标签
>>> data = ['Timestamp;T;Pressure [bar];Input line pressure [bar];Speed \
[rpm];Angular Position [degree];Wheel speed [rpm];Wheel angular position [degree];', \
';1;5,281;5,303;219,727;10,283;216,363;45;', \
';1;5,273;5,277;219,727;11,602;216,363;45;', \
';1;5,288;5,293;205,078;12,832;216,363;45;', \
';1;5,316;5,297;219,727;14,15;216,363;45;', \
';1;5,314;5,307;219,727;15,469;216,363;45;', \
';1;5,288;5,3;219,727;16,787;216,363;45;', \
';1;5,318000000000001;5,31;219,727;18,105;216,363;45;', \
';1;5,304;5,3;219,727;19,424;216,388;56,25;', \
';1;5,291;5,29;219,947;20,742;216,388;56,25;', \
';1;5,316;5,297;219,507;22,061;216,388;56,25;']
>>> df = pd.DataFrame.from_records([r.split(';') for r in data[1:]], columns=data[0].split(';'))
>>> df
Timestamp T Pressure [bar] Input line pressure [bar] Speed [rpm] \
0 1 5,281 5,303 219,727
1 1 5,273 5,277 219,727
2 1 5,288 5,293 205,078
3 1 5,316 5,297 219,727
4 1 5,314 5,307 219,727
5 1 5,288 5,3 219,727
6 1 5,318000000000001 5,31 219,727
7 1 5,304 5,3 219,727
8 1 5,291 5,29 219,947
9 1 5,316 5,297 219,507
...
答案 3 :(得分：0)
基于@Nihal 解决方案的更短的基础
df = [n.split(';') for n in raw_data_text]
df = pd.DataFrame(df[1:], columns=df[0])