如何從print（）編寫的字符串中獲取Python pandas DataFrame？

Question

這是一個提供便利功能的問題的更新版本

pd_read_printed(str_printed_df)

旨在從之前使用print（some_pandas_DataFrame）編寫的字符串中創建一個pandas DataFrame：

 def pd_read_printed(str_printed_df): global pd, StringIO try: x = pd except: import pandas as pd try: x = StringIO except: from pandas.compat import StringIO return pd.read_csv(StringIO(str_printed_df), delim_whitespace=True) 

在我得到以下問題的答案之后，我把它放在一起供自己使用：

我在互聯網上經常看到pandas DataFrame在其印刷版中的內容，例如::

df1_as_string = """
 Sp   Mt   Value  count
4  MM2  S4   bg     10
5  MM2  S4   dgd    1
6  MM4  S2   rd     2
7  MM4  S2   cb     8
8  MM4  S2   uyi    8 
"""

問題是：如何從類似以下樣式的字符串變量中獲取保存DataFrame的變量：

df1 = pandas.someToMeUnknownPandasFunction(df1_as_string)

？

現在讓我們使用提供的函數從df1_as_string創建一個df1_as_string ：

df1 = pd_read_printed(df1_as_string)

並檢查它是否按預期工作：

print(df1)

得到：

    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8

Answer 1

使用read_clipboard 。

df = pd.read_clipboard()

或read_csv與分隔符一個或多個whitespace s - sep='\\s+'或delim_whitespace=True ：

from pandas.compat import StringIO

df = pd.read_csv(StringIO(df1_as_string), sep="\s+")

df = pd.read_csv(StringIO(df1_as_string), delim_whitespace=True)

---

print (df)
    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8

Answer 2

兩種方法

選項1
pd.read_clipboard

這是我簡單格式化數據幀的goto方法。 我復制數據df = pd.read_clipboard()文本並使用df = pd.read_clipboard()跟進

選項2
StringIO + pd.read_csv

對於結構更復雜的數據幀，我可能需要read_csv一些選項，所以我可以這樣設置它。 請記住，對於您提供的數據幀，我幾乎從不這樣做，因為對於我來說，獲取數據幀的速度較慢。

from io import StringIO
import pandas as pd

df1_as_string = """
 Sp   Mt   Value  count
4  MM2  S4   bg     10
5  MM2  S4   dgd    1
6  MM4  S2   rd     2
7  MM4  S2   cb     8
8  MM4  S2   uyi    8 
"""

df = pd.read_csv(StringIO(df1_as_string), delim_whitespace=True)

在任何一種情況下，我最終得到：

print(df)

    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8