Python将csv文件转换为dataframes

Question

我有一个很大的csv文件，其中包含如下数据：

2018-09, 100, A, 2018-10, 50, M, 2018-11, 69, H,....

诸若此类。(没有单独行的连续流)

我想把它转换成dataframe，这样看起来就像

Col1     Col2  Col3
2018-09  100   A
2018-10  50    M
2018-11  69    H

这是实际数据的简化版本。请建议什么是最好的方法来接近它。

编辑：澄清一下，我的csv文件没有针对每一行的单独行。所有的数据都在一排。

Answer 1

一种解决方案是通过csv模块和this algorithm将单个行分割成块，然后提供给pd.DataFrame构造函数。注意，您的数据格式将是dtype object，因此之后您必须显式地转换数字系列类型。

from io import StringIO
import pandas as pd
import csv

x = StringIO("""2018-09, 100, A, 2018-10, 50, M, 2018-11, 69, H""")

# define chunking algorithm
def chunks(L, n):
    """Yield successive n-sized chunks from l."""
    for i in range(0, len(L), n):
        yield L[i:i + n]

# replace x with open('file.csv', 'r')
with x as fin:
    reader = csv.reader(fin, skipinitialspace=True)
    data = list(chunks(next(iter(reader)), 3))

# read dataframe
df = pd.DataFrame(data)

print(df)

         0    1  2
0  2018-09  100  A
1  2018-10   50  M
2  2018-11   69  H

Answer 2

data = pd.read_csv('tmp.txt', sep=',\s *', header=None).values
pd.DataFrame(data.reshape(-1, 3), columns=['Col1', 'Col2', 'Col3'])

返回

      Col1 Col2 Col3
0  2018-09  100    A
1  2018-10   50    M
2  2018-11   69    H