如何使用熊猫将非结构化平面文件导入Python？

Question

我正在尝试将.db文件导入熊猫。该文件按以下顺序排序：

---

Person 1

Characteristic 1: Value 

Characteristic 2: Value


Person 2

Characteristic 1: Value

Etc

---

我想将数据导入大熊猫，并在这样的列中将人作为具有不同特征的行：

---

Person Characteristic 1 Characteristic 2

Person 1 Value Value

Person 2 Value Value

Etc

---

我曾尝试环顾四周，但只发现了导入普通平面文件的建议，其中导入之前已经在文件中指定了列。

任何帮助将不胜感激。

Answer 1

假设：

• 输入是面向行的文本文件
• 空行将被忽略
• 不包含冒号（':'）的行声明新记录
• 包含冒号的行声明当前记录的属性

这不是熊猫可以直接处理的文件格式，但是Python可以轻松地建立记录列表，稍后将提供数据框：

records = []
current = None
fieldnames = ['Person']

with open('inputfile') as file:
    for line in file:
        line = line.strip()
        if len(line) != 0:            # ignore empty lines
            if ':' in line:           # a characteristic line
                attr, value = line.split(':', 1)
                attr = attr.strip()
                current[attr] = value.strip()
                if not attr in fieldnames:
                    fieldnames.append(attr)
            else:                                      # a person line
                current = {'Person': line}
                records.append(current)

df = pd.DataFrame(columns = fieldnames, data = records)

使用您的样本数据，可以得到预期的结果：

     Person Characteristic 1 Characteristic 2
0  Person 1            Value            Value
1  Person 2            Value              NaN