python - 您如何使用 pd.read_clipboard 读取带有列表的数据框？

Question

这是来自另一个 question 的一些数据:

                          positive                 negative          neutral
1   [marvel, moral, bold, destiny]                       []   [view, should]
2                      [beautiful]      [complicated, need]               []
3                      [celebrate]   [crippling, addiction]            [big]

我首先要做的是在所有单词上添加引号，然后:

import ast

df = pd.read_clipboard(sep='\s{2,}')
df = df.applymap(ast.literal_eval)

有没有更聪明的方法来做到这一点？

Answer 1

字符串列表

对于基本结构，您可以使用 yaml无需添加引号:

import yaml
df = pd.read_clipboard(sep='\s{2,}').applymap(yaml.load)

type(df.iloc[0, 0])
Out: list

---

数值数据列表

在某些情况下，您可以将列表读取为字符串并使用 literal_eval(或 pd.eval，如果它们是简单列表)将它们转换。

例如，

           A   B
0  [1, 2, 3]  11
1  [4, 5, 6]  12

首先，确保列之间至少有两个空格，然后复制数据并运行以下命令:

import ast 

df = pd.read_clipboard(sep=r'\s{2,}', engine='python')
df['A'] = df['A'].map(ast.literal_eval)    
df
    
           A   B
0  [1, 2, 3]  11
1  [4, 5, 6]  12

df.dtypes

A    object
B     int64
dtype: object

Notes

• for multiple columns, use applymap in the conversion step:

  df[['A', 'B', ...]] = df[['A', 'B', ...]].applymap(ast.literal_eval)
  

• if your columns can contain NaNs, define a function that can handle them appropriately:

  parser = lambda x: x if pd.isna(x) else ast.literal_eval(x)
  df[['A', 'B', ...]] = df[['A', 'B', ...]].applymap(parser)
  

• if your columns contain lists of strings, you will need something like yaml.load (requires installation) to parse them instead if you don't want to manually addquotes to the data. See above.