Solución:
Necesita dividir cada cadena en su lista:
import pandas as pd
df = pd.DataFrame([sub.split(",") for sub in l])
print(df)
Producción:
0 1 2 3 4 5 6
0 AN 2__AS000 26 20150826113000 -283.000 20150826120000 -283.000
1 AN 2__A000 26 20150826113000 0.000 20150826120000 0.000
2 AN 2__AE000 26 20150826113000 -269.000 20150826120000 -269.000
3 AN 2__AE000 26 20150826113000 -255.000 20150826120000 -255.000
4 AN 2__AE00 26 20150826113000 -254.000 20150826120000 -254.000
Si sabe cuántas líneas omitir en su csv, puede hacerlo todo con read_csv usando skiprows=lines_of_metadata
:
import pandas as pd
df = pd.read_csv("in.csv",skiprows=3,header=None)
print(df)
O si cada línea de los metadatos comienza con un determinado carácter, puede usar el comentario:
df = pd.read_csv("in.csv",header=None,comment="#")
Si necesita especificar más de un carácter, puede combinar itertools.takewhile
que arrojará líneas que comiencen con xxx
:
import pandas as pd
from itertools import dropwhile
import csv
with open("in.csv") as f:
f = dropwhile(lambda x: x.startswith("#!!"), f)
r = csv.reader(f)
df = pd.DataFrame().from_records(r)
Usando sus datos de entrada agregando algunas líneas que comienzan con # !!:
#!! various
#!! metadata
#!! lines
AN,2__AS000,26,20150826113000,-283.000,20150826120000,-283.000
AN,2__A000,26,20150826113000,0.000,20150826120000,0.000
AN,2__AE000,26,20150826113000,-269.000,20150826120000,-269.000
AN,2__AE000,26,20150826113000,-255.000,20150826120000,-255.000
AN,2__AE00,26,20150826113000,-254.000,20150826120000,-254.000
Salidas:
0 1 2 3 4 5 6
0 AN 2__AS000 26 20150826113000 -283.000 20150826120000 -283.000
1 AN 2__A000 26 20150826113000 0.000 20150826120000 0.000
2 AN 2__AE000 26 20150826113000 -269.000 20150826120000 -269.000
3 AN 2__AE000 26 20150826113000 -255.000 20150826120000 -255.000
4 AN 2__AE00 26 20150826113000 -254.000 20150826120000 -254.000
puede convertir la lista en un marco de datos de 7 columnas de la siguiente manera:
import pandas as pd
df = pd.read_csv(filename, sep=',')
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)