使用pd.series将csv拆分为多列

-1

我想分割我的txt文件我有';'分成熊猫数据框。使用pd.series将csv拆分为多列

价格指数 - 欧洲货币

Date ;Blue-Chip;Blue-Chip;Broad ; Broad ;Ex UK ;Ex Euro Zone;Blue-Chip; Broad 
     ; Europe ;Euro-Zone;Europe ;Euro-Zone;   ;   ; Nordic ; Nordic 
     ; SX5P ; SX5E ;SXXP  ;SXXE  ; SXXF ; SXXA ; DK5F ; DKXF 
31.12.1986;775.00 ; 900.82 ; 82.76 ; 98.58 ; 98.06 ; 69.06 ; 645.26 ; 65.56 
01.01.1987;775.00 ; 900.82 ; 82.76 ; 98.58 ; 98.06 ; 69.06 ; 645.26 ; 65.56 
02.01.1987;770.89 ; 891.78 ; 82.57 ; 97.80 ; 97.43 ; 69.37 ; 647.62 ; 65.81 
05.01.1987;771.89 ; 898.33 ; 82.82 ; 98.60 ; 98.19 ; 69.16 ; 649.94 ; 65.82 
06.01.1987;775.92 ; 902.32 ; 83.28 ; 99.19 ; 98.83 ; 69.50 ; 652.49 ; 66.06 
07.01.1987;781.21 ; 899.15 ; 83.78 ; 98.96 ; 98.62 ; 70.59 ; 651.97 ; 66.20 
08.01.1987;777.62 ; 887.37 ; 83.52 ; 97.87 ; 97.68 ; 71.01 ; 645.57 ; 65.62 
09.01.1987;769.80 ; 868.31 ; 83.03 ; 96.31 ; 96.22 ; 71.40 ; 638.03 ; 65.14 
12.01.1987;775.07 ; 879.41 ; 83.64 ; 97.54 ; 97.18 ; 71.50 ; 634.14 ; 65.03 
13.01.1987;770.00 ; 872.74 ; 83.00 ; 96.78 ; 96.38 ; 70.97 ; 622.44 ; 63.87 
14.01.1987;772.04 ; 876.39 ; 82.99 ; 97.14 ; 96.59 ; 70.66 ; 603.63 ; 62.46 
15.01.1987;779.12 ; 884.37 ; 83.77 ; 98.10 ; 97.60 ; 71.28 ; 620.01 ; 63.89 
16.01.1987;781.66 ; 883.78 ; 84.15 ; 98.11 ; 97.66 ; 71.95 ; 623.77 ; 64.65

完整的数据集可以从以下网址

https://www.stoxx.com/document/Indices/Current/HistoricalData/hbrbcpe.txt

检索我文件读入到使用下面的代码大熊猫。

data=pd.read_csv(txt,encoding='utf8')

我得到一个n乘1的数据框，现在我需要分隔列。我以为我可以放弃前三行将列分割为“;”然后再添加标题。我正在尝试使用以下功能。

data1=pd.Series.str.split(data,pat=';',expand=True)

和这个返回

TypeError: len() of unsized object

我试图N = 9应该有9列，但这返回相同的错误消息。

data1=pd.Series.str.split(data,pat=';',n=9, expand=True)

我也试过这个。

data1 = pd.read_csv(txt,index_col=0,parse_dates=True,sep";",dayfirst=True)

但这返回错误

EmptyDataError: No columns to parse from file

来源

2017-02-09 FutureQuant

请不要张贴您的数据的图像;张贴我们实际上可以复制粘贴的东西... – blacksite

你得到了什么输出？你期望输出什么？ – 2017-02-09 22:09:46

这是你想要的吗？

import pandas as pd 
import io 
import requests 

url = 'https://www.stoxx.com/document/Indices/Current/HistoricalData/hbrbcpe.txt' 

r = requests.get(url) 

df = pd.read_csv(io.StringIO(r.text.replace(';\n', '\n')), 
       sep='\s*;\s*', 
       engine='python', 
       skiprows=1, 
       header=[0,1,2], 
       index_col=0, 
       parse_dates=True, 
       dayfirst=True)

结果：

In [266]: df.head() 
Out[266]: 
Date  Blue-Chip   Broad      Ex UK  Ex Euro Zone Blue-Chip Broad 
       Europe Euro-Zone Europe Euro-Zone Unnamed: 5_level_1 Unnamed: 6_level_1 Nordic Nordic 
       SX5P  SX5E SXXP  SXXE    SXXF    SXXA  DK5F DKXF 
1986-12-31 775.00 900.82 82.76  98.58    98.06    69.06 645.26 65.56 
1987-01-01 775.00 900.82 82.76  98.58    98.06    69.06 645.26 65.56 
1987-01-02 770.89 891.78 82.57  97.80    97.43    69.37 647.62 65.81 
1987-01-05 771.89 898.33 82.82  98.60    98.19    69.16 649.94 65.82 
1987-01-06 775.92 902.32 83.28  99.19    98.83    69.50 652.49 66.06 

In [267]: df.shape 
Out[267]: (7673, 8)

来源

2017-02-09 22:26:00 MaxU

是的，这适用于我在上面复制的txt文件的片段，但是当我在整个文件中尝试它时，我收到错误消息“Index Error：List index out of range” – FutureQuant

@FutureQuant，请发布__reproducible__数据集 – MaxU

道歉我已经在最初的帖子 – FutureQuant

使用pd.series将csv拆分为多列

回答

相关问题