import io
import re
import pandas as pd
def read_psv(str_input: str, **kwargs) -> pd.DataFrame:
"""Read a Pandas object from a pipe-separated table contained within a string.
Input example:
| int_score | ext_score | eligible |
| | 701 | True |
| 221.3 | 0 | False |
| | 576 | True |
| 300 | 600 | True |
The leading and trailing pipes are optional, but if one is present,
so must be the other.
`kwargs` are passed to `read_csv`. They must not include `sep`.
In PyCharm, the "Pipe Table Formatter" plugin has a "Format" feature that can
be used to neatly format a table.
Ref: https://stackoverflow.com/a/46471952/
"""
substitutions = [
('^ *', ''), # Remove leading spaces
(' *$', ''), # Remove trailing spaces
(r' *\| *', '|'), # Remove spaces between columns
]
if all(line.lstrip().startswith('|') and line.rstrip().endswith('|') for line in str_input.strip().split('\n')):
substitutions.extend([
(r'^\|', ''), # Remove redundant leading delimiter
(r'\|$', ''), # Remove redundant trailing delimiter
])
for pattern, replacement in substitutions:
str_input = re.sub(pattern, replacement, str_input, flags=re.MULTILINE)
return pd.read_csv(io.StringIO(str_input), sep='|', **kwargs)
def str2frame(estr, sep = ',', lineterm = '\n', set_header = True):
dat = [x.split(sep) for x in estr.split(lineterm)][1:-1]
df = pd.DataFrame(dat)
if set_header:
df = df.T.set_index(0, drop = True).T # flip, set ix, flip back
return df
text = [ ['This is the NLP TASKS ARTICLE written by Anjum**'] ,['IN this article I”ll be explaining various DATA-CLEANING techniques '], ['So stay tuned for FURther More && '],['Nah I dont think he goes to usf ; he lives around']]
df = pd.DataFrame({'text':text})
7条答案
按热度按时间2wnc66cl1#
在一行中,但首先导入
io
ilmyapht2#
交互式工作的一个快速简便的解决方案是通过从剪贴板加载数据来复制和粘贴文本。
用鼠标选择字符串的内容:
在Python shell中使用
read_clipboard()
使用适当的分隔符:
xnifntxz3#
这个答案适用于手动输入字符串的情况,而不是从某个地方读取字符串的情况。
传统的可变宽度CSV无法将数据存储为字符串变量。特别是在
.py
文件中使用时,请考虑使用固定宽度的竖线分隔数据。各种IDE和编辑器可能都有插件,可以将竖线分隔的文本格式化为整洁的表格。使用
read_csv
将以下内容存储在实用程序模块中,例如
util/pandas.py
。函数的docstring中包含了一个示例。非工作替代项
下面的代码无法正常工作,因为它在左右两侧都添加了一个空列。
至于
read_fwf
,它doesn't actually use有很多可选的kwarg,read_csv
可以接受和使用。因此,它根本不应该用于管道分隔的数据。qcuzuvrc4#
对象:取字符串,生成 Dataframe 。
溶液
示例
第一次
9vw9lbht5#
示例:
输出
pkln4tw66#
一个简单的方法是使用
StringIO.StringIO
(python2)或io.StringIO
(python3)并将其传递给pandas.read_csv
函数。例如:9gm1akwq7#
分割方法