使用 pd.read_clipboard 复制数据框时如何处理自定义命名索引？

Question

给出这个数据框来自其他一些问题：

         Constraint Name    TotalSP       Onpeak    Offpeak
Constraint_ID               
77127   aaaaaaaaaaaaaaaaaa  -2174.5     -2027.21    -147.29
98333   bbbbbbbbbbbbbbbbbb  -1180.62    -1180.62     0
1049    cccccccccccccccccc  -1036.53    -886.77     -149.76

好像有索引Constraint_ID。当我尝试使用 pd.read_clipboard 读取它时，它是这样加载的：

      Constraint                Name  TotalSP   Onpeak  Offpeak
0  Constraint_ID                 NaN      NaN      NaN      NaN
1          77127  aaaaaaaaaaaaaaaaaa -2174.50 -2027.21  -147.29
2          98333  bbbbbbbbbbbbbbbbbb -1180.62 -1180.62     0.00
3           1049  cccccccccccccccccc -1036.53  -886.77  -149.76

这显然是错误的。我该如何纠正？

Answer 1

read_clipboard 默认使用空格分隔列。您看到的问题是因为第一列中的空格。如果您指定两个或多个空格作为分隔符，根据 table 格式，它将自己找出索引列：

df = pd.read_clipboard(sep='\s{2,}')

df
Out: 
                  Constraint Name  TotalSP   Onpeak  Offpeak
Constraint_ID                                               
77127          aaaaaaaaaaaaaaaaaa -2174.50 -2027.21  -147.29
98333          bbbbbbbbbbbbbbbbbb -1180.62 -1180.62     0.00
1049           cccccccccccccccccc -1036.53  -886.77  -149.76

index_col 参数也可用于告诉 pandas 第一列是索引，以防无法单独从分隔符推断结构：

df = pd.read_clipboard(index_col=0, sep='\s{2,}')

Answer 2

这不像@ayhan 的回答那么酷，但大多数时候效果很好。假设您使用的是 ipython 或 jupyter，只需将数据复制并粘贴到 %%file:

然后进行一些快速编辑。对于多索引，只需将索引向上移动一行，就像这样（在这种情况下也将 "Constraint ID" 缩短为 "ID" 以节省一点 space）：

%%file foo.txt
ID       Constraint Name    TotalSP       Onpeak    Offpeak
77127   aaaaaaaaaaaaaaaaaa  -2174.5     -2027.21    -147.29
98333   bbbbbbbbbbbbbbbbbb  -1180.62    -1180.62     0
1049    cccccccccccccccccc  -1036.53    -886.77     -149.76

pd.read_fwf('foo.txt')
Out[338]: 
      ID     Constraint Name  TotalSP   Onpeak  Offpeak
0  77127  aaaaaaaaaaaaaaaaaa -2174.50 -2027.21  -147.29
1  98333  bbbbbbbbbbbbbbbbbb -1180.62 -1180.62     0.00
2   1049  cccccccccccccccccc -1036.53  -886.77  -149.76

read_fwf 通常在像这样的表格内容上工作得很好，正确处理列名中的 spaces（通常）。当然，你也可以用read_csv.

这个基本方法

此方法的好处在于，对于小样本数据，您可以处理用户 post 此处数据的任何奇怪方式。而且还有很多奇怪的方法。 ;-)

使用 pd.read_clipboard 复制数据框时如何处理自定义命名索引？

How to handle custom named index when copying a dataframe using pd.read_clipboard?

python

clipboard

dataframe

pandas