python - 更改 Pandas 中的列数

Question

我有一个 .txt 文件，其中只有一行，许多数字由可变数量的空格分隔。

32 45 2.65   -845     1 -84    97.236        454   35.78 77.12    948.87       
         151    -23.5         -787.48     13.005   31

我知道每个 x 数字(每个文件中的 x 都是固定数量)应该有一个中断。例如，第一行 4 列中的前 4 个数字，第二行接下来的 4 个数字，依此类推。

+-------+---------+--------+------+| col1  |  col2   |  col3  | col4 |+-------+---------+--------+------+| 32    | 45      | 2.65   | -845 || 1     | -84     | 97.236 |  454 || 35.78 | 77.12   | 948.87 |  151 || -23.5 | -787.48 | 13.005 |   31 |+-------+---------+--------+------+

The objective is to create a .csv file with the right amount of columns.So far I have been able to separate the numbers:

import pandas as pd
data = pd.read_csv(table, sep='\s{2,}', header = None, engine='python')
export = data.to_csv(csvtable, header=False)

这将创建一个包含一行和与值一样多的列的 csv，但我希望数据位于特定数量的列中，在本例中为 4。

Answer 1

从文件中创建所有可能值的列表，然后通过 numpy.reshape reshape 4 列 DataFrame:

with open('data.txt') as f:
    L = [x for line in f for x in line.strip().split()]
    print (L)
['32', '45', '2.65', '-845', '1', '-84', '97.236', '454', 
 '35.78', '77.12', '948.87', '151', '-23.5', '-787.48', '13.005', '31']


df = pd.DataFrame(np.array(L).reshape(-1, 4))
print (df)
       0        1       2     3
0     32       45    2.65  -845
1      1      -84  97.236   454
2  35.78    77.12  948.87   151
3  -23.5  -787.48  13.005    31

但是解决方案不起作用，如果不可能创建完整的 4 列，那么它有点复杂:

#missing last value
print (L)
['32', '45', '2.65', '-845', '1', '-84', '97.236', '454', '35.78', 
 '77.12', '948.87', '151', '-23.5', '-787.48', '13.005']

arr = np.empty(((len(L) - 1)//4 + 1)*4, dtype='O')
arr[:len(L)] = L
df = pd.DataFrame(arr.reshape((-1, 4))).fillna('0')
print(df)
       0        1       2     3
0     32       45    2.65  -845
1      1      -84  97.236   454
2  35.78    77.12  948.87   151
3  -23.5  -787.48  13.005     0