Question

我有一个很大的csv文件，其中包含以下数据：

2018-09, 100, A, 2018-10, 50, M, 2018-11, 69, H,....

，依此类推。（连续的流，没有单独的行）

我想将其转换为数据框，看起来像

Col1     Col2  Col3
2018-09  100   A
2018-10  50    M
2018-11  69    H

这是实际数据的简化版本。请提出什么最好的方法。

编辑：为澄清起见，我的csv文件的每一行没有单独的行。所有数据都在一行上。

Answer 1

一种解决方案是通过csv模块和this algorithm将您的单行拆分为多个块，然后将其馈送到pd.DataFrame构造函数中。请注意，您的数据框的类型为object，因此之后必须显式转换数字系列类型。

from io import StringIO
import pandas as pd
import csv

x = StringIO("""2018-09, 100, A, 2018-10, 50, M, 2018-11, 69, H""")

# define chunking algorithm
def chunks(L, n):
    """Yield successive n-sized chunks from l."""
    for i in range(0, len(L), n):
        yield L[i:i + n]

# replace x with open('file.csv', 'r')
with x as fin:
    reader = csv.reader(fin, skipinitialspace=True)
    data = list(chunks(next(iter(reader)), 3))

# read dataframe
df = pd.DataFrame(data)

print(df)

         0    1  2
0  2018-09  100  A
1  2018-10   50  M
2  2018-11   69  H

Answer 2

data = pd.read_csv('tmp.txt', sep=',\s *', header=None).values
pd.DataFrame(data.reshape(-1, 3), columns=['Col1', 'Col2', 'Col3'])

返回

      Col1 Col2 Col3
0  2018-09  100    A
1  2018-10   50    M
2  2018-11   69    H

Python将CSV文件转换为数据框

2 个答案: