Python / Jupyter Notebook：將一個包含多組數據的文本文件解析為 pandas dataframe

Question

我是一個相當新的 Python 用戶，並且一直在使用 pandas 和 matplotlib 為我的研究做一些數據分析。 特別是，我有一個包含 3 組數據的數據文件：2 個列向量和一個數組（請參閱此處的鏈接到谷歌驅動器以獲取相同格式的簡單 3x3 示例： 示例數據。最后，我需要 plot 這個作為二維熱圖，列向量指定 x 和 y 軸，數組填充我的熱點。

我可以使用 pandas.read_csv() 和 skiprows 來為一個文件執行此操作，但是每個向量和數組的維度在我運行的所有模擬中都不同。 因此，我必須為每個不同的文件找到每組數據的開始和結束。 我擁有的最大文件是 (229, 1), (229, 1), (229, 229)。

我的問題是：有沒有辦法根據我的 output 文件具有的格式化方法來指定每組數據的開始和結束？ 這可以在 pandas dataframe 或 arrays 中完成。 我更喜歡數據框，只是為了便於在繪圖之前執行計算。

任何幫助將非常感激！

Answer 1

有很多方法可以做到這一點，我認為這都是關於數據預處理或清理的。

這里有一些提示：

• 您在 1 個文件中的 3 個數據集由 '\n\n' （兩個連續的 \n）拆分，您可以open()它，然后.read()所有內容，然后.split('\n\n')首先.
• 對於每個拆分數據集，第一行並不重要（或者只是有一些名稱或（行，列）信息），如果他們有一些排序規則，你可以簡單地跳過它（也許.split('\n')[1:] )。
• 對於每個拆分數據集，其他行是數據內容，您可以將其傳遞給pd._read_csv或類似的東西。

希望這些提示可以幫助你。