python - 打开具有多个空格的文件并保存为具有两个变量的数组/数据框

Question

我有一个以下形式的文本文件:

data=
11  Open Water
12  Perennial Ice/Snow
21  Developed, Open Space   
22  Developed, Low Intensity    
23  Developed, Medium Intensity
112 Developed, High Intensity
113 Barren Land
0   No data

我想读取文件并将其保存为数组或数据框(列名称 = Code、Name)，并且能够以 data['Code'] 或 data['Name'] 的形式访问列。

打印(数据)命令将生成:

Code      Name
11        Open Water
12        Perennial Ice/Snow
21        Developed, Open Space 
22        Developed, Low Intensity  
23        Developed, Medium Intensity
112       Developed, High Intensity
113       Barren Land
0         No data 

我现在的代码:

myfile = open("filename.txt",'r')
for line in myfile:
    Code, Name = line.split(' ', 1)
    data=Code + " " + Name
    print(data)

但是这是错误的，因为 data 中的每一行都是一堆字符串，而不是两个字符串。我应该如何将此文件作为两个变量打开？

Answer 1

data=Code + " " + Name

上面的行将两个变量 Code 和 Name 的内容合并为一个字符串变量。

您可以声明一个空列表，并在迭代文件时将其追加到该列表中。

mydata = []
with open('filename.txt', 'r') as myfile:
    for line in myfile:
        # remember to remove trailing newline characters.
        code, name = line.strip('\n').split(' ', 1)
        mydata.append((code, name))

然后生成的列表 mydata 将包含行，每行两列。 (它是一个二元素元组列表)

每行的第一列是code，第二列是name。然而，在这个阶段，code仍然是一个字符串。要将其转换为 int (我假设你想要这样做)，请替换

mydata.append((code, name))

与

mydata.append((int(code), name))

最后，要将数据读入数据帧，您只需将 mydata 传递为

mydata_df = pandas.DataFrame(mydata)

进入数据框后，您可以更改列名称以适合您的用途。

mydata_df.columns = ['Code', 'Name']

然后，您将能够通过列名称访问各个列，例如mydata_df['Code'] 或 mydata_df.Code。