目前,我正在从pdf提取数据并将其放入csv文件中。我将解释其工作原理。
首先,我创建一个空的数据框:
ndataFrame = pandas.DataFrame()
然后我读取了数据。为简单起见,假设每个pdf的数据都相同:
data = {'shoe': ['a', 'b'], 'fury': ['c','d','e','f'], 'chaos': ['g','h']}
dataFrame = pandas.DataFrame({k:pandas.Series(v) for k, v in data.items()})
然后我将此数据附加到空数据框中:
ndataFrame = ndataFrame.append(dataFrame)
这是输出:
shoe fury chaos
0 a c g
1 b d h
2 NaN e NaN
3 NaN f NaN
但是,现在出现了问题。我需要一些列(比方说4个)来使列在愤怒和混乱之间是空的。这是我想要的输出:
shoe fury chaos
0 a c g
1 b d h
2 NaN e NaN
3 NaN f NaN
我尝试了一些重新索引的操作,但是我无法弄清楚。欢迎任何帮助。
顺便说一句,我想要的输出可能令人困惑。为了清楚起见,我需要在狂怒和混乱之间将某些列完全清空(这是因为其他一些数据是手动输入的)。
感谢阅读
答案 0 :(得分:4)
此答案假定您无权更改上游读取数据的方式。与往常一样,最好从源头处处理这些类型的格式更改。如果无法做到这一点,则有一种解析之后的方法。
您可以在此处使用reindex
,并使用numpy.insert
添加四列:
dataFrame.reindex(columns=np.insert(dataFrame.columns, 2, [1,2,3,4]))
shoe fury 1 2 3 4 chaos
0 a c NaN NaN NaN NaN g
1 b d NaN NaN NaN NaN h
2 NaN e NaN NaN NaN NaN NaN
3 NaN f NaN NaN NaN NaN NaN