如何使用to_clipboard()提供数据帧的可复制副本

Question

null

null

null

import pandas as pd
import numpy as np
from datetime import datetime
from string import ascii_lowercase as al

np.random.seed(365)
rows = 15
cols = 2
data = np.random.randint(0, 10, size=(rows, cols))
index = pd.bdate_range(datetime.today(), freq='d', periods=rows)

df = pd.DataFrame(data=data, index=index, columns=list(al[:cols]))

            a  b
2020-07-30  2  4
2020-07-31  1  5
2020-08-01  2  2
2020-08-02  9  8
2020-08-03  4  0
2020-08-04  3  3
2020-08-05  7  7
2020-08-06  7  0
2020-08-07  8  4
2020-08-08  3  2
2020-08-09  6  2
2020-08-10  6  8
2020-08-11  9  6
2020-08-12  1  6
2020-08-13  5  7

null

• 一个写得很好的连贯的问题-作为格式化文本
• 产生错误的代码-格式文本
• 整个错误追溯-格式文本
• 可能是当前和预期的结果-作为格式化的文本，或图像（如果是绘图）
• 数据，以易于使用的形式-格式化文本

Answer 1

• 回答这个问题的方法不止一种。然而，这个答案并不意味着一个彻底的解决方案。它提供了尽可能简单的方法。
• 对于好奇的人，还有其他关于堆栈溢出的更详细的解决方案。

• 提供到可共享数据集的链接（可能在GitHub上或Google上的共享文件）。如果数据集很大，并且目标是优化某些方法，这就特别有用。缺点是今后数据可能不再可用，降低了该员额的效益。
  • 问题中必须提供数据，但可以附带指向更广泛数据集的链接。
  • 不要只发布数据的链接或图像。

  提供pandas.dataframe.to_clipboard的输出

  df.head(10).to_clipboard(sep=',', index=True)
  

  null

  ,a,b
  2020-07-30,2,4
  2020-07-31,1,5
  2020-08-01,2,2
  2020-08-02,9,8
  2020-08-03,4,0
  2020-08-04,3,3
  2020-08-05,7,7
  2020-08-06,7,0
  2020-08-07,8,4
  2020-08-08,3,2
  

  null

  df = pd.read_clipboard(sep=',')
  

  null

  df.iloc[3:12, :].to_clipboard(sep=',')
  

  null
  null

  # if you have a datetime column, convert it to a str
  df['date'] = df['date'].astype('str')
  
  # if you have a datetime index, convert it to a str
  df.index = df.index.astype('str')
  
  # output to a dict
  df.head(10).to_dict(orient='index')
  
  # which will look like
  {'2020-07-30': {'a': 2, 'b': 4},
   '2020-07-31': {'a': 1, 'b': 5},
   '2020-08-01': {'a': 2, 'b': 2},
   '2020-08-02': {'a': 9, 'b': 8},
   '2020-08-03': {'a': 4, 'b': 0},
   '2020-08-04': {'a': 3, 'b': 3},
   '2020-08-05': {'a': 7, 'b': 7},
   '2020-08-06': {'a': 7, 'b': 0},
   '2020-08-07': {'a': 8, 'b': 4},
   '2020-08-08': {'a': 3, 'b': 2}}
  
  # copy the previous dict and paste into a code block on SO
  # the dict can be converted to a dataframe with 
  # df = pd.DataFrame.from_dict(d, orient='index')  # d is the name of the dict
  # convert datatime column or index back to datetime
  

  null