我希望能够为行和列索引创建一个带有 MultiIndexes 的 Pandas DataFrame
,并从 ASCII 文本文件中读取它。我的数据如下:
col_indx = MultiIndex.from_tuples([('A', 'B', 'C'), ('A', 'B', 'C2'), ('A', 'B', 'C3'),
('A', 'B2', 'C'), ('A', 'B2', 'C2'), ('A', 'B2', 'C3'),
('A', 'B3', 'C'), ('A', 'B3', 'C2'), ('A', 'B3', 'C3'),
('A2', 'B', 'C'), ('A2', 'B', 'C2'), ('A2', 'B', 'C3'),
('A2', 'B2', 'C'), ('A2', 'B2', 'C2'), ('A2', 'B2', 'C3'),
('A2', 'B3', 'C'), ('A2', 'B3', 'C2'), ('A2', 'B3', 'C3')],
names=['one','two','three'])
row_indx = MultiIndex.from_tuples([(0, 'North', 'M'),
(1, 'East', 'F'),
(2, 'West', 'M'),
(3, 'South', 'M'),
(4, 'South', 'F'),
(5, 'West', 'F'),
(6, 'North', 'M'),
(7, 'North', 'M'),
(8, 'East', 'F'),
(9, 'South', 'M')],
names=['n', 'location', 'sex'])
size=len(row_indx), len(col_indx)
data = np.random.randint(0,10, size)
df = DataFrame(data, index=row_indx, columns=col_indx)
print df
我试过 df.to_csv()
和 read_csv()
但它们不保留索引。
我正在考虑使用额外的分隔符创建一种新格式。比如用一行----------------
来标记列索引的结束,用|
来标记行索引的末尾。所以它看起来像这样:
one | A A A A A A A A A A2 A2 A2 A2 A2 A2 A2 A2 A2
two | B B B B2 B2 B2 B3 B3 B3 B B B B2 B2 B2 B3 B3 B3
three | C C2 C3 C C2 C3 C C2 C3 C C2 C3 C C2 C3 C C2 C3
--------------------------------------------------------------------------------------
n location sex :
0 North M | 2 3 9 1 0 6 5 9 5 9 4 4 0 9 6 2 6 1
1 East F | 6 2 9 2 7 0 0 3 7 4 8 1 3 2 1 7 7 5
2 West M | 5 8 9 7 6 0 3 0 2 5 0 3 9 6 7 3 4 9
3 South M | 6 2 3 6 4 0 4 0 1 9 3 6 2 1 0 6 9 3
4 South F | 9 6 0 0 6 1 7 0 8 1 7 6 2 0 8 1 5 3
5 West F | 7 9 7 8 2 0 4 3 8 9 0 3 4 9 2 5 1 7
6 North M | 3 3 5 7 9 4 2 6 3 2 7 5 5 5 6 4 2 9
7 North M | 7 4 8 6 8 4 5 7 9 0 2 9 1 9 7 9 5 6
8 East F | 1 6 5 3 6 4 6 9 6 9 2 4 2 9 8 4 2 4
9 South M | 9 6 6 1 3 1 3 5 7 4 8 6 7 7 8 9 2 3
Pandas 是否有办法使用 MultiIndexes 将 DataFrame 写入/读取 ASCII 文件?
最佳答案
不确定您使用的是哪个版本的 pandas,但使用 0.7.3
您可以将 DataFrame
导出到 TSV 文件并通过以下操作保留索引:
df.to_csv('mydf.tsv', sep='\t')
您需要导出为 TSV 而不是 CSV 的原因是列标题中包含 ,
字符。这应该可以解决您问题的第一部分。
第二部分变得有点棘手,因为据我所知,您需要事先了解您希望 DataFrame 包含的内容。特别是,您需要了解:
- TSV 上的哪些列代表
MultiIndex
行 - 并且其余列也应转换为
MultiIndex
为了说明这一点,让我们将上面保存的 TSV 文件回读到新的 DataFrame
中:
In [1]: t_df = read_table('mydf.tsv', index_col=[0,1,2])
In [2]: all(t_df.index == df.index)
Out[2]: True
因此我们设法将 mydf.tsv
读入一个 DataFrame
,它与原始 df
具有相同的行索引。但是:
In [3]: all(t_df.columns == df.columns)
Out[3]: False
这里的原因是因为 pandas(据我所知)无法将标题行正确解析为 MultiIndex
。正如我上面提到的,如果您知道您的 TSV 文件头代表一个 MultiIndex
,那么您可以执行以下操作来解决此问题:
In [4]: from ast import literal_eval
In [5]: t_df.columns = MultiIndex.from_tuples(t_df.columns.map(literal_eval).tolist(),
names=['one','two','three'])
In [6]: all(t_df.columns == df.columns)
Out[6]: True
关于python - 如何从 ASCII 文件写入/读取带有 MultiIndex 的 Pandas DataFrame?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11041411/