0

我正在寻找一种从加载的数据框中提取构造数据框的代码的方法。

考虑以下过程。

# Code to construct a df:

df = pd.DataFrame({'num_legs': [2, 4, 8, 0],
'num_wings': [2, 0, 0, 0],
'num_specimen_seen': [10, 2, 1, 8]},
index=['falcon', 'dog', 'spider', 'fish'])

# Obtain the df output:

df
        num_legs  num_wings  num_specimen_seen
falcon         2          2                 10
dog            4          0                  2
spider         8          0                  1
fish           0          0                  8

我正在寻找一个自动化的反向过程。假设我从 df 开始，它是从 csv 文件加载的（下面的示例，与上面相同的 df）。

df = 
pd.read_csv('/path_to_data/df.csv', sep='\t')
df
        num_legs  num_wings  num_specimen_seen
falcon         2          2                 10
dog            4          0                  2
spider         8          0                  1
fish           0          0                  8

在这一点上，有没有办法提取代码（如下所列），这将构建 df，假设我没有代码开始。

    df = pd.DataFrame({'num_legs': [2, 4, 8, 0],
    'num_wings': [2, 0, 0, 0],
    'num_specimen_seen': [10, 2, 1, 8]},
    index=['falcon', 'dog', 'spider', 'fish'])

这并不总是有用的，但我很好奇这是否可以做到，出于某些可移植性目的。例如，这将允许共享一个 jupyter notebook 文档，而无需引用任何外部内容。并允许数据分析的完全自我维持的可复制性。

4

1 回答 1

1

您可以分别使用df.to_dict('list')和获取此信息df.index：

In [9]: df
Out[9]:
        num_legs  num_wings  num_specimen_seen
falcon         2          2                 10
dog            4          0                  2
spider         8          0                  1
fish           0          0                  8

In [10]: df.to_dict('list')
Out[10]:
{'num_legs': [2, 4, 8, 0],
 'num_wings': [2, 0, 0, 0],
 'num_specimen_seen': [10, 2, 1, 8]}

In [11]: df.index
Out[11]: Index(['falcon', 'dog', 'spider', 'fish'], dtype='object')

In [12]: new_df = pd.DataFrame(df.to_dict('list'), index=df.index)

In [13]: new_df
Out[13]:
        num_legs  num_wings  num_specimen_seen
falcon         2          2                 10
dog            4          0                  2
spider         8          0                  1
fish           0          0                  8
于 2019-02-17T15:16:15.583 回答