Python基于字符串索引向DataFrame添加行

Question

我正在使用一个每天更新的文本文件，我想从字符串中提取值并将它们附加到 DataFrame 中。 文本文件在结构上没有改变（至少大部分情况下），只是更新了值，所以我编写了一些代码来提取列表中关键字之前的值。

为了让我的生活更轻松，我尝试构建一个 for 循环来尽可能地自动化，但令人沮丧的是，我一直坚持将我获取的值附加到我的 DataFrame 中。 我看过的所有教程都在处理 for 循环中的范围。

empty_df = pd.DataFrame(columns = ["date","builders","miners","roofers"])

text = "On 10 May 2022, there were 400 builders living in Rome, there were also no miners and approximately 70 roofers"
text = text.split()
profession = ["builders","miners","roofers"]

for i in text:
    if i in profession:
       print(text[text.index(i) - 1] + " " + i)

400 builders
no miners
70 roofers

我试图附加使用：

for i in text:
    if i in profession:
       empty_df.append(text[text.index(i) - 1] + " " + i)

但它不起作用，我真的不确定如何附加多个计算变量。

所以我想知道的是：

1. 如何将结果值附加到正确列中的空数据框中。
2. 我怎样才能将“否”或“无”转换为零。
3. 每次更新时，我怎样才能合并日期？

谢谢

Answer 1

如果您只想要一个即插即用的解决方案，这将使您到达您需要去的地方：

from dateutil import parser
import numpy as np

empty_df = pd.DataFrame(columns = ["builders","miners","roofers","date"])
text = "On 10 May 2022, there were 400 builders living in Rome, there were also no miners and approximately 70 roofers"
date = parser.parse(text.split(',')[0]).strftime('%d %B %Y')

foo = text.split()
profession = ["builders","miners","roofers"]

total_no = []
for i in foo:
    if i in profession:
       total_no.append(foo[foo.index(i) - 1])

empty_df.loc[len(empty_df)] = total_no + [date]

empty_df.replace('no', np.nan)

输出：

    builders    miners  roofers date
0   400         NaN     70      10 May 2022

Answer 2

1）如何将结果值附加到正确列中的空数据框中。

我认为您需要在之前进行预处理，当您检测到关键字（构建器）时，您应该在句子中进行迭代，您在之前和之后取词（用''分割）。 现在，您尝试将其转换为浮点数之前和之后的单词，如果它有效，您将结果存储在列表列表中：['builders',400] 并且您已经搜索了可以添加所有信息的行的所有内容

2）如何将“否”或“无”转换为零。

使用我的方法，如果您能够在浮点数中转换之前或之后的单词，则不需要，那么它应该是 0

3）我如何在每次更新时也包含日期？

https://theautomatic.net/2018/12/18/2-packages-for-extracting-dates-from-a-string-of-text-in-python/