使用 pd.read_csv 创建数据框，但列中的数据已连接

Question

以下数据是大数据集的一小部分。

  -.976201  -.737468  -.338866  -.174108  -.388671  -.793479 -1.063547 -1.005576
  -.666256  -.254177   .018064   .069349  -.015640  -.090710  -.111850  -.194042
  -.486229  -.993744 -1.554215 -2.003795 -2.348716 -2.770146 -3.502312 -4.712848
 -6.401421 -8.300894 -9.896770-10.674380-10.444660 -9.438081 -8.065303 -6.594510

我本质上想做的是将数据转换为数据框并附加一个时间列，但是，我运行在集合的最后一行遇到了麻烦，因为点 a 由连字符。数据集中的几行就是这种情况，但我不知道如何解决这个问题。最终，我想绘制数据，因此需要删除 Motion 列的 dtype: 对象。它给我的数据框显示在附加图片中，这是我的代码： Dataframe print

import numpy as np
import pandas as pd
time_range = np.arange(0, 500, 0.005)

motion_data = pd.read_csv('data.txt', header = None, sep = "\s+", names = range(0, 8, 1))
motion_frame = pd.DataFrame(motion_data)
motion_frame = motion_frame.stack(dropna=False).reset_index(drop=True).to_frame('Motion')
time = pd.DataFrame(time_range, index = None)
motion_frame['Time'] = time

motion_frame['Motion'].str.split('-', expand=True)
# motion_frame['Motion'].astype('float')

print(motion_frame)
motion_frame.dtypes

Answer 1

查看您的数据，每列都是 10 个字符宽。如果为真，则可以使用 pandas.read_fwf() 方法并指定 'widths='.

例如：

import numpy as np
import pandas as pd

time_range = np.arange(0, 500, 0.005)

motion_data = pd.read_fwf('data.txt', widths=[10] * 8, names = range(0, 8, 1))
motion_frame = pd.DataFrame(motion_data)
motion_frame = motion_frame.stack(dropna=False).reset_index(drop=True).to_frame('Motion')
time = pd.DataFrame(time_range, index = None)
motion_frame['Time'] = time
motion_frame['Motion'] = motion_frame['Motion'].astype('float')

print(motion_frame)
print(motion_frame.dtypes)

打印：

       Motion   Time
0   -0.976201  0.000
1   -0.737468  0.005
...
30  -8.065303  0.150
31  -6.594510  0.155
Motion    float64
Time      float64
dtype: object

使用 pd.read_csv 创建数据框，但列中的数据已连接

Create data frame with pd.read_csv but data in column is connected

python

data-conversion

dataset

dataframe

pandas