Python convertir liste séparée par des virgules pour les pandas dataframe

J'ai du mal à convertir une liste séparée par des virgules dans un multi de la colonne (7) de données-cadre. 

print (type(mylist))

<type 'list'>
Print(mylist)


['AN,2__AAS000,26,20150826113000,-283.000,20150826120000,-283.000',         'AN,2__AE000,26,20150826113000,0.000,20150826120000,0.000',.........

Le code suivant crée un bloc d'une seule colonne:

df = pd.DataFrame(mylist)

J'ai examiné la fonction intégrée de csv fonctionnalité pour les Pandas, cependant mon csv les données sont conservées dans une liste. Comment puis-je simplement secrète de la liste dans un 7 les données de la colonne-cadre.

Merci d'avance.

  • Je ne peux pas reproduire l'erreur : l=[['AA','2__000',26,20150826113000,-283.000,20150826120000,-283.000],['BB','2__DI9',26,20150826113000,0.000,20150826120000,0.000],[ 'CC','2__GH6',26,20150826113000,-269.000,20150826120000,-269.000]] pd.DataFrame(l) fonctionne très bien
  • Vous pouvez poster à la sortie de print(mylist)
  • J'ai limité les résultats ci-dessus, comme le sont 2 lignes. Le dataframe est créé lors de l'impression(df), je reçois toutes les données de suivi de [1922 lignes x colonnes 1]
  • Vous pouvez poster les quelques premières lignes ensuite, vous avez à montrer comment les données sont stockées dans votre liste, de sorte que nous pouvons reproduire votre erreur
  • Comme de plus amples informations, les données sont à l'origine à partir d'un fichier qui a un mélange de CSV des données et des métadonnées qui je l'ai enlevé et passé le CSV lignes d'une liste.
  • J'ai juste mis à jour le texte principal avec la production réelle à partir de la liste. Merci
  • Non, je veux voir la sortie de print(mylist[:3])
  • ["UN,2__AAS000,26,20150826113000,-283.000,20150826120000,-283.000', 'UNE,2__AE000,26,20150826113000,0.000,20150826120000,0.000',
  • Votre liste semble que c'est une liste de chaînes de caractères plutôt que d'une liste de listes, y a incorporé des retours chariot/nouvelles lignes? Modifier ce dans votre question, non pas comme un commentaire
  • Grâce EdChum, vous étiez sur le ballon.

InformationsquelleAutor user636322 | 2015-08-26
  1. 21

    Vous avez besoin de diviser chaque chaîne dans votre liste:

    import  pandas as pd

df = pd.DataFrame([sub.split(",") for sub in l])
print(df)

    De sortie:

       0         1   2               3         4               5         6
0  AN  2__AS000  26  20150826113000  -283.000  20150826120000  -283.000
1  AN   2__A000  26  20150826113000     0.000  20150826120000     0.000
2  AN  2__AE000  26  20150826113000  -269.000  20150826120000  -269.000
3  AN  2__AE000  26  20150826113000  -255.000  20150826120000  -255.000
4  AN   2__AE00  26  20150826113000  -254.000  20150826120000  -254.000

    Si vous connaissez le nombre de lignes à ignorer dans un fichier csv vous pouvez tout faire avec read_csv à l'aide de skiprows=lines_of_metadata:

    import  pandas as pd

df = pd.read_csv("in.csv",skiprows=3,header=None)
print(df)

    Ou si chaque ligne de métadonnées commence avec un certain caractère, vous pouvez utiliser commentaire:

    df = pd.read_csv("in.csv",header=None,comment="#")

    Si vous avez besoin de spécifier plus d'un caractère, vous pouvez combiner itertools.takewhile, qui conduira les lignes commençant par xxx:

    import pandas as pd
from itertools import dropwhile
import csv
with open("in.csv") as f:
    f = dropwhile(lambda x: x.startswith("#!!"), f)
    r = csv.reader(f)
    df = pd.DataFrame().from_records(r)

    À l'aide de vos données d'entrée en ajoutant quelques lignes commençant par #!!:

    #!! various
#!! metadata
#!! lines
AN,2__AS000,26,20150826113000,-283.000,20150826120000,-283.000
AN,2__A000,26,20150826113000,0.000,20150826120000,0.000
AN,2__AE000,26,20150826113000,-269.000,20150826120000,-269.000
AN,2__AE000,26,20150826113000,-255.000,20150826120000,-255.000
AN,2__AE00,26,20150826113000,-254.000,20150826120000,-254.000

    Sorties:

        0         1   2               3         4               5         6
0  AN  2__AS000  26  20150826113000  -283.000  20150826120000  -283.000
1  AN   2__A000  26  20150826113000     0.000  20150826120000     0.000
2  AN  2__AE000  26  20150826113000  -269.000  20150826120000  -269.000
3  AN  2__AE000  26  20150826113000  -255.000  20150826120000  -255.000
4  AN   2__AE00  26  20150826113000  -254.000  20150826120000  -254.000
    • Excellent travail, apprécie l'aide que cela a fonctionné parfaitement. Im très heureux.
    • pas de soucis, j'ai ajouté un couple de façons de le faire avec read_csv, ce qui ne les métadonnées ressemblent effectivement, savez-vous combien de lignes y sont ou les lignes commençant par un caractère commun?
    • Les métadonnées sont essentiellement de répéter les informations d'en-tête dans tout le fichier csv. Je ne suis pas en mesure de prédire l'emplacement donc j'ai simplement utilisé une boucle pour supprimer spécifiquement( si ligne.startswith('xxx')).
    • vous pouvez toujours le faire lors de la lecture à partir du fichier csv, ce qui est le xxx dans startswith('xxx')
    • Im fait en sélectionnant les données valides avec la boucle, et donc d'éliminer les données non valides, dans l'exemple ci-dessus ligne.startswith ("UN").
    • Vous pouvez appliquer la même logique, il suffit de garder les lignes qui ont les premiers éléments de la démarrer avec UN "à l'aide d'un générateur d'expression

    InformationsquelleAutor Padraic Cunningham
  2. 0

    vous pouvez convertir la liste dans un 7 colonne de données-image de la manière suivante:

    import pandas as pd

df = pd.read_csv(filename, sep=',')
    • Essayez d'ajouter une description à votre code. Ce qui est fait ? Pourquoi ça marche ?
    InformationsquelleAutor Wanji
  3. -1

    Je rencontre un problème similaire. - Je le résoudre de cette façon.

    def lrsplit(line):
    left, *_ , right = line.split('-')
    mid = '-'.join(_)
    return left, mid, right.strip()
example = pd.DataFrame(lrsplit(line) for line in open("example.csv"))
example.columns = ['location', 'position', 'company']

    Résultat:

        location    position    company
0   india   manager intel
1   india   sales-manager   amazon
2   banglore    ccm- head - county  jp morgan
    InformationsquelleAutor AFault