python - 将三列文本文件转换为矩阵

Question

您好，我想转换一个以制表符分隔的文件，如下所示:

Species Date Data
1       Dec   3 
2       Jan   4
2       Dec   6
2       Dec   3

到这样的矩阵(物种是行标题):

    1  2
Dec 3  9
Jan    4

我猜测解决方案的一部分是创建一个包含两个键的字典并使用 defaultdict 将新值附加到键对。我想把它吐成制表符分隔的形式，但也想进入一种格式，这样我就可以使用 scipy 的集群部分。

Answer 1

DataFrame pandas 中的对象库使这变得非常简单。

import csv
from collections import defaultdict
from pandas import DataFrame

rdr = csv.reader(open('mat.txt'), delimiter=' ', skipinitialspace=True)
datacols = defaultdict(list)

# skip header
rdr.next()
for spec, dat, num in rdr:
    datacols['species'].append(int(spec))
    datacols['dates'].append(dat)
    datacols['data'].append(int(num))

df = DataFrame(datacols)
df2 = df.pivot(index='dates', columns='species', values='data')

首先，我们以您提供的格式从文件中读取数据。然后构造一个列字典 (datacol)，因为这是 panda 的 DataFrame 想要的。一旦构建了 DataFrame (df)，然后调用它的 pivot 方法以获取所需的格式。下面是 df 和 df2 在控制台中的样子:

In [205]: df
Out[205]:
     data           dates          species
0    3              Dec            1
1    4              Jan            2
2    6              Dec            2
3    3              Dec            2


In [206]: df2
Out[206]:
       1              2
Dec    3              3
Jan    NaN            4

然后您可以使用 toCSV 方法将其保存到文件中(请参阅前面链接的 DataFrame 文档)。