将单行tsv文件转换为多行tsv文件

Question

我有一个单行的tsv文件。

例如：

onset   duration    stimulus    16.100000   3.000000    tasteless   26.700000   3.000000.1  control 31.700000   ... 150.6   729.900000  3.000000.60 rinse.26    745.600000  3.000000.61 112.5cal.6  751.600000  3.000000.62 rinse.27

0 rows × 192 columns

我打算做的是，在每三个元素之后，在下一行添加一个新的行字符，这样上面的数据帧看起来应该如下所示：

onset   duration    stimulus
16.100000   3.000000    tasteless
26.700000   3.000000    control
31.700000   3.000000    rinse
48.400000   3.000000    tasteless
60.000000   3.000000    tasteless
76.600000   3.000000    tasteless
91.300000   3.000000    tasteless
103.900000  3.000000    0cal
111.900000  3.000000    rinse
127.600000  3.000000    0cal
131.600000  3.000000    rinse
150.2000

我试过了

"\n".join(["\t".join(df[i:i+3]) for i in range(0,len(df),3)])

但无能为力。我还尝试将数据框转换为文本，并用\n替换每3个\t。

我们能不能用熊猫来做呢？

Answer 1

您可以读取tsv，整形这些值，然后创建一个新的数据帧。

In [428]: df = pd.read_csv('test.tsv', header=None, delim_whitespace=True); df.values
Out[428]: 
array([['onset', 'duration', 'stimulus', 16.1, 3.0, 'tasteless', 26.7,
        '3.000000.1', 'control', 31.7, '...', 150.6, 729.9, '3.000000.60',
        'rinse.26', 745.6, '3.000000.61', '112.5cal.6', 751.6,
        '3.000000.62', 'rinse.27']], dtype=object)

In [434]: cols = df.values.reshape(-1, 3)

In [435]: df = pd.DataFrame(cols[1:], columns=cols[0]); df
Out[435]: 
   onset     duration    stimulus
0   16.1            3   tasteless
1   26.7   3.000000.1     control
2   31.7          ...       150.6
3  729.9  3.000000.60    rinse.26
4  745.6  3.000000.61  112.5cal.6
5  751.6  3.000000.62    rinse.27

在此之后，写回tsv很简单：

In [440]: df.to_csv('out.tsv', sep='\t')