python处理dataframe数据_python读取文本数据并转化为DataFrame格式的方法详解

这次给大家带来python读取文本数据并转化为DataFrame格式的方法详解，python读取文本数据并转化为DataFrame的注意事项有哪些，下面就是实战案例，一起来看一下。

在技术问答中看到一个这样的问题，感觉相对比较常见，就单开一篇文章写下来。

从纯文本格式文件 “file_in”中读取数据，格式如下：

需要输出成“file_out”，格式如下：

数据的原格式是“类别：内容”，以空行“\n”为分条目，转换后变成一个条目一行，按照类别顺序依次写出内容。

建议读取后，使用pandas，把数据建立称DataFrame的表格。这样方便以后处理数据。但是原格式并不是通常的表格格式，所以要先做一些简单的处理。#coding:utf8

import sys

from pandas import DataFrame #DataFrame通常来装二维的表格

import pandas as pd #pandas是流行的做数据分析的包

#建立字典，键和值都从文件里读出来。键是nam，age……，值是lili，jim……

dict_data={}

#打开文件

with open('file_in.txt','r')as df:

#读每一行

for line in df:

#如果这行是换行符就跳过，这里用'\n'的长度来找空行

if line.count('\n') == len(line):

continue

#对每行清除前后空格(如果有的话)，然后用"："分割

for kv in [line.strip().split(':')]:

#按照键，把值写进去

dict_data.setdefault(kv[0],[]).append(kv[1])

#print(dict_data)看看效果

#这是把键读出来成为一个列表

columnsname=list(dict_data.keys())

#建立一个DataFrame，列名即为键名，也就是nam，age……

frame = DataFrame(dict_data,columns=columnsname)

#把DataFrame输出到一个表，不要行名字和列名字

frame.to_csv('file_out0.txt',index=False,header=False)

相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！

推荐阅读：

object怎么转换成float数据

python怎么处理dataframe的时间字段