如何将我的 output 显示为 Pandas dataframe？

Question

CHECK_OUTPUT_HERE目前，我得到的 output 是字符串格式。 我不确定如何将该字符串转换为 pandas dataframe。 我的 output 中有 3 个不同的表。 它是字符串格式。 以下两种解决方案之一对我有用：

将该字符串 output 转换为 3 个不同的数据帧。 或更改 function 中的某些内容，以便我将 output 作为 3 个不同的数据帧。

我曾尝试使用 RegEx 将字符串 output 转换为 dataframe 但它不适用于我的情况，因为我希望我的 output 是动态的。 如果我提供另一个输入，它应该可以工作。

def column_ch(self, sample_count=10):
    report = render("header.txt")
    match_stats = []
    match_sample = []
    any_mismatch = False
    for column in self.column_stats:
        if not column["all_match"]:
            any_mismatch = True
            match_stats.append(
                {
                    "Column": column["column"],
                    "{} dtype".format(self.df1_name): column["dtype1"],
                    "{} dtype".format(self.df2_name): column["dtype2"],
                    "# Unequal": column["unequal_cnt"],
                    "Max Diff": column["max_diff"],
                    "# Null Diff": column["null_diff"],
                }
            )
            if column["unequal_cnt"] > 0:
                match_sample.append(
                    self.sample_mismatch(column["column"], sample_count, for_display=True)
                )

    if any_mismatch:
        for sample in match_sample:
            report += sample.to_string()
            report += "\n\n"
            print("type is", type(report))
    return report

Answer 1

由于您有一个字符串，您可以将您的字符串传递到类似文件的缓冲区中，然后使用pandas read_csv将其读取到 dataframe 中。

假设您的带有 dataframe 的字符串被称为dfstring ，代码将如下所示：

import io
bufdf = io.StringIO(dfstring)
df = pd.read_csv(bufdf, sep=???)

如果您的字符串包含多个数据帧，请使用 split 将其split并使用循环。

import io
dflist = []
for sdf in dfstring.split('\n\n'): ##this seems the separator between two dataframes
    bufdf = io.StringIO(sdf)
    dflist.append(pd.read_csv(bufdf, sep=???))

小心传递适当的sep参数，我的??? 意味着我无法理解什么是合适的参数。 您的字段由空格分隔，因此您可以使用sep='\s+' ) 但我看到您也有空格，这不应该是分隔符，因此这可能会导致解析错误。 sep接受正则表达式，因此要将 2 个连续的空格作为分隔符，您可以这样做： sep='\s\s+' （这将需要一个额外的参数engine='python' ）。 但同样，请确保在两个连续字段之间至少有 2 个空格。

有关io模块和StringIO的参考，请参见此处。
请注意， io模块存在于 python3 中，但不存在于 python2 中（它有另一个名称），但由于最新的 pandas 版本需要 python3，我猜你正在使用 python3。