如何根据列表特定条件从列表创建数据框

Question

我有以下列表：['1', 'William Dunn Moseley', 'June 25, 1845–October 1, 1849(term limited)', 'Democratic', '1845', 'Office did not exist', '2', 'Thomas Brown', 'October 1, 1849–October 3, 1853(term limited)', 'Whig', '1849', '3', 'James E. Broome', 'October 3, 1853–October 5, 1857(term limited)', 'Democratic', '1853',]列表中的每个数字对应于我要生成的数据集中的一行。因此，从这个列表中，id 想生成一个如下所示的数据集：Number         Name                            Term                              Party       Election       Office1      'William Dunn Moseley' 'June 25, 1845–October 1, 1849(term limited)'    Democratic     1845    'Office did not exist'2          'Thomas Brown'     'October 1, 1849–October 3, 1853(term limited)'    'Whig'      '1849'    NA3         'James E. Broome'   'October 3, 1853–October 5, 1857(term limited)'  'Democratic'  '1853'    NA有没有一种简单的方法可以根据列表中的某些值（例如行号）将列表翻转为数据框？您能提供的任何帮助将不胜感激！非常感谢。

Answer 1

由于您的数据不规则，因此很难以 100% 的精度做到这一点，但这里有一些东西。

import numpy as np

import pandas as pd

number_of_presidents = 3

presidents = np.array(['1',

 'William Dunn Moseley', 'June 25, 1845–October 1, 1849(term limited)',

 'Democratic', '1845',  'Office did not exist',  '2', 'Thomas Brown',

 'October 1, 1849–October 3, 1853(term limited)', 'Whig', '1849',

 '3', 'James E. Broome', 'October 3, 1853–October 5, 1857(term limited)',

 'Democratic', '1853'])

indexes = []

for i in range(1, number_of_presidents + 1):

    indexes.append(np.where(presidents == str(i))[0][0])

df = pd.DataFrame(np.split(presidents, indexes)[1:]).iloc[:, 1:]

print(df)

    1  ...                     5

0 William Dunn Moseley ... 办公室不存在

1 托马斯·布朗 ... 无

2 詹姆斯·E·布鲁姆 ... 无

[3 行 x 5 列]

Answer 2

将您的列表存储在L您可以执行以下操作：

首先，更正清单。

检查每 6 个元素是否是数字，如果是则插入一个空字符串元素。如果在此循环之后列表的长度是 6 的倍数，则它已经完成，否则附加另一个空字符串：

i = 5

while i < len(L):

    if L[i].isdecimal():

        L.insert(i, '')

    i += 6

if len(L)%6 != 0:

    L.append('')

使用这个常规列表，数据框的创建很容易，只需将列表转换为 2D 即子列表列表并添加列名：

import pandas as pd

values = [L[i:i+6] for i in range(0, len(L), 6)]

col = ['Number', 'Name', 'Term', 'Party', 'Election', 'Office']

df = pd.DataFrame(values, columns=col)

#   Number                  Name  ... Election                Office

# 0      1  William Dunn Moseley  ...     1845  Office did not exist                                

# 1      2          Thomas Brown  ...     1849                                                          

# 2      3       James E. Broome  ...     1853           

Answer 3

如果最后两位总统没有“办公室不存在”也没关系。而且你不需要知道有多少位总统。;D

当您遇到索引时，您可以简单地循环并将它们分成几行

temp = []

output = []

idx = 0

for row in a:

    if row.isnumeric() and int(row) == idx+1:

        output.append(temp)

        temp = []

        idx += 1

        continue

    temp.append(row)

output.append(temp)

df = pandas.DataFrame(output[1:], columns=column_names)

这会给你你想要的。但是您必须标记列名。