python-熊猫：解析结构化非表格文本中的值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-熊猫：解析结构化非表格文本中的值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含931字，纯文字阅读大概需要2分钟。

内容图文

我有一个文本文件,格式如下：

k1[a-token]
v1
v2
k2[a-token]
v1'
k3[a-token]
v1"
v2"
v3"

将这些数据读取到这种形式的数据帧中最可笑的方法是：

        A       B
0       k1      v1
1       k1      v2
2       k2      v1'
3       k3      v1"
4       k3      v2"
5       k3      v3"

不涉及手动循环？或者,是否有其他库允许我仅输入一些正则表达式来指定文本文件的结构并以上述表格形式输出数据？

解决方法:

设定
从@jezrael借钱

import pandas as pd
from pandas.compat import StringIO

temp=u"""
k1[a-token]
v1
v2
k2[a-token]
v1'
k3[a-token]
v1"
v2"
v3"
"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep="|", names=['B'])
print (df)

>使用正则表达式中指定的参数进行str.extract并向前看
>使用重复来标识我们要保留的行.

df = df.B.str.extract('(?P<A>.*(?=\[a-token\]))?(?P<B>.*)', expand=True).ffill()
df[df.duplicated(subset=['A'])].reset_index(drop=True)

    A    B
0  k1   v1
1  k1   v2
2  k2  v1'
3  k3  v1"
4  k3  v2"
5  k3  v3"

内容总结

以上是互联网集市为您收集整理的python-熊猫：解析结构化非表格文本中的值全部内容，希望文章能够帮你解决python-熊猫：解析结构化非表格文本中的值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端