如何将 DataFrame 从 Stack Overflow 复制/粘贴到 Python 中

Question

在问题和答案，用户经常发布一个例子DataFrame ，他们的提问/回答与工作：

In []: x
Out[]: 
   bar  foo
0    4    1
1    5    2
2    6    3

能够将这个DataFrame放入我的 Python 解释器真的很有用，这样我就可以开始调试问题或测试答案。

我怎样才能做到这一点？

Answer 1

Pandas 是由真正知道人们想要做什么的人编写的。

从0.13版开始，有一个函数pd.read_clipboard在使它“正常工作”方面非常有效。

复制并粘贴以bar foo开头的问题中的代码部分（即 DataFrame），然后在 Python 解释器中执行此操作：

In [53]: import pandas as pd
In [54]: df = pd.read_clipboard()

In [55]: df
Out[55]: 
   bar  foo
0    4    1
1    5    2
2    6    3

注意事项

• 不要包含 iPython In或Out东西，否则它不会工作
• 如果您有命名索引，则当前需要添加engine='python' （请参阅 GitHub 上的此问题）。 命名索引时，“c”引擎当前已损坏。
• MultiIndexes 并不出色：

尝试这个：

                      0         1         2
level1 level2                              
foo    a       0.518444  0.239354  0.364764
       b       0.377863  0.912586  0.760612
bar    a       0.086825  0.118280  0.592211

这根本不起作用，或者：

              0         1         2
foo a  0.859630  0.399901  0.052504
    b  0.231838  0.863228  0.017451
bar a  0.422231  0.307960  0.801993

哪个有效，但返回的东西完全不正确！

Answer 2

pd.read_clipboard()很漂亮。 但是，如果您在脚本或笔记本中编写代码（并且您希望您的代码在未来工作），则它不太适合。 这是将数据帧的输出复制/粘贴到新的数据帧对象中的另一种方法，以确保df将比剪贴板的内容更有效：

# py3 only, see below for py2
import pandas as pd
from io import StringIO

d = '''0   1   2   3   4
A   Y   N   N   Y
B   N   Y   N   N
C   N   N   N   N
D   Y   Y   N   Y
E   N   Y   Y   Y
F   Y   Y   N   Y
G   Y   N   N   Y'''

df = pd.read_csv(StringIO(d), sep='\s+')

一些注意事项：

• 三引号字符串保留输出中的换行符。
• StringIO将输出包装在read_csv需要的类似文件的对象中。
• 将sep设置为\\s+使得每个连续的空白块都被视为单个分隔符。

更新

上面的答案仅适用于 Python 3。 如果您被困在 Python 2 中，请替换导入行：

from io import StringIO

相反：

from StringIO import StringIO

如果你有一个旧版本的pandas （ v0.24以上）有一个简单的方法来写上面的代码的的Py2 / PY3兼容的版本：

import pandas as pd

d = ...
df = pd.read_csv(pd.compat.StringIO(d), sep='\s+')

最新版本的pandas已经删除了compat模块以及 Python 2 支持。

Answer 3

如果您从 CSV 文件中复制粘贴，该文件具有如下标准条目：

2016,10,M,0600,0610,13,1020,24
2016,3,F,0300,0330,21,6312,1
2015,4,M,0800,0830,8,7112,30
2015,10,M,0800,0810,19,0125,1
2016,8,M,1500,1510,21,0910,2
2015,10,F,0800,0810,3,8413,5

df =pd.read_clipboard(sep=",", header=None)
df.rename(columns={0: "Name0", 1: "Name1",2:"Name2",3:"Name3",4:"Name4",5:"Name5",6:"Name6",7:"Name7",8:"Name8"})

将为您提供正确定义的熊猫数据框。