閱讀CSV Transpose pandas

Question

我有一個數據集，如下所示：

Name  : joe
Job   : Crazy Consultant
Hired : 4/12/2011 3:38:55 AM
Stats : crazy, bald head
Pay   : $5000 Monthly

Name  : Matt
Job   : Crazy Receptionist
Hired : 4/12/2014 3:38:55 PM
Stats : crazy, Lots of hair

Name  : Adam
Job   : Crazy Drinker
Hired : 4/12/2017 3:38:55 AM
Stats : crazy, unknown
Term  : 4/12/2017 3:38:55 PM

我讀入並獲取如下數據：

df = pd.read_csv(r"pathtomycsv.csv", encoding="UTF-16", delimiter='\s+:').transpose()

以上輸出:(僅作為示例）

Name      Job                Hired                 Stats                Name      Job                Hired                 Stats
Joe       Crazy Consultant   4/12/2011 3:38:55 AM  crazy, bald head     Matt      Crazy Consultant   4/12/2011 3:38:55 AM  crazy, bald head

最后，我想從上面獲取我的數據集，並通過將所有標題組合在一起將其轉換為如下所示的數據集，如下所示：

Name      Job                Hired                 Stats                Pay            Term
Joe       Crazy Consultant   4/12/2011 3:38:55 AM  crazy, bald head     $5000 Monthly  N/A
Matt      Crazy Receptionist 4/12/2014 3:38:55 PM  crazy, Lots of hair  N/A            N/A
Adam      Crazy Drinker      4/12/2017 3:38:55 AM  crazy, unknown       N/A            4/12/2017 3:38:55 PM

Answer 1

出現問題的原因是您在日期中有更多冒號。 使用"\\s+:\\s+"作為分隔符。 （是的，它可以是正則表達式。）

以下代碼可用於將您的文件轉換為所需的表。 我假設'Name'始終是集合中的第一行。

df = pd.read_csv("yourfile", delimiter='\s+:\s+',header=None)
df = df.reset_index()
df['index'][df[0]!='Name'] = np.nan
df['index'] = df['index'].fillna(method='ffill').astype(int)
df.set_index(['index',0])[1].unstack().set_index('Name')
#0                    Hired                 Job            Pay  
#Name                                                            
#joe   4/12/2011 3:38:55 AM    Crazy Consultant  $5000 Monthly   
#Matt  4/12/2014 3:38:55 PM  Crazy Receptionist           None   
#Adam  4/12/2017 3:38:55 AM       Crazy Drinker           None

Answer 2

您可以嘗試這樣：

import pandas as pd

df = pd.read_csv('file_name',sep='\s+:\s+',header=None).pivot(columns=0, values=1)
df.index = [df.index, df.Name.notnull().cumsum() - 1]
df = df.stack().reset_index(name='val')
df = df.pivot(index='Name', columns=0, values='val')
df

輸出：