这是来自另一个 question 的数据框:
+--------------------+---------------+-------+
| Location | Date | Value |
+--------------------+---------------+-------+
| India | 2015-03-15 | -200|
| India | 2015-02-15 | 140 |
| India | 2015-01-15 | 155 |
| India | 2015-12-15 | 85 |
| India | 2015-11-15 | 45 |
| China | 2015-03-15 | 199 |
| China | 2015-02-15 | 164 |
| China | 2015-01-15 | 209 |
| China | 2015-12-15 | 24 |
| China | 2015-11-15 | 11 |
| Russia | 2015-03-15 | 48 |
| Russia | 2015-02-15 | 104 |
| Russia | 2015-01-15 | 106 |
| Russia | 2015-12-15 | -20 |
| Russia | 2015-11-15 | 10 |
+--------------------+---------------+-------+
并且，为了方便起见，这里是您可以毫无问题地复制的版本:
Location Date Value
0 India 2015-03-15 -200
1 India 2015-02-15 140
2 India 2015-01-15 155
3 India 2015-12-15 85
4 India 2015-11-15 45
5 China 2015-03-15 199
6 China 2015-02-15 164
7 China 2015-01-15 209
8 China 2015-12-15 24
9 China 2015-11-15 11
10 Russia 2015-03-15 48
11 Russia 2015-02-15 104
12 Russia 2015-01-15 106
13 Russia 2015-12-15 -20
14 Russia 2015-11-15 10
您将如何使用 df.read_clipboard 阅读它而无需手动删除所有这些分隔符和行分隔符？
如果不是 ---+----，使用 sep 或 delimiter 会很容易。
最佳答案
In [129]: pd.read_clipboard(comment='+', sep='\s*\|\s*', usecols=[1,2,3], engine='python')
Out[129]:
Location Date Value
0 India 2015-03-15 -200
1 India 2015-02-15 140
2 India 2015-01-15 155
3 India 2015-12-15 85
4 India 2015-11-15 45
5 China 2015-03-15 199
6 China 2015-02-15 164
7 China 2015-01-15 209
8 China 2015-12-15 24
9 China 2015-11-15 11
10 Russia 2015-03-15 48
11 Russia 2015-02-15 104
12 Russia 2015-01-15 106
13 Russia 2015-12-15 -20
14 Russia 2015-11-15 10
关于python - 使用 pd.read_clipboard 读取打印精美/格式化的数据框？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45856926/