如何将数据帧从堆栈溢出复制/粘贴到Python中

Question

在问答中，用户经常发布一个示例DataFrame，其问答可用于：

In []: x
Out[]: 
   bar  foo
0    4    1
1    5    2
2    6    3

能够将这个DataFrame放入我的Python解释器中会非常有用，这样我就可以开始调试这个问题，或者测试答案。

我该怎么做呢？

Answer 1

如果您是从CSV文件复制粘贴，该文件具有以下标准条目：

2016,10,M,0600,0610,13,1020,24
2016,3,F,0300,0330,21,6312,1
2015,4,M,0800,0830,8,7112,30
2015,10,M,0800,0810,19,0125,1
2016,8,M,1500,1510,21,0910,2
2015,10,F,0800,0810,3,8413,5

df =pd.read_clipboard(sep=",", header=None)
df.rename(columns={0: "Name0", 1: "Name1",2:"Name2",3:"Name3",4:"Name4",5:"Name5",6:"Name6",7:"Name7",8:"Name8"})

将为您提供正确定义的数据帧。

Answer 2

pd。read_clipboard（）很漂亮。但是，如果您正在脚本或笔记本中编写代码（并且您希望您的代码在将来能够正常工作），那么这不是一个很好的选择。以下是将数据帧的输出复制/粘贴到新数据帧对象中的另一种方法，可确保df比剪贴板的内容更有效：

# py3 only, see below for py2
import pandas as pd
from io import StringIO

d = '''0   1   2   3   4
A   Y   N   N   Y
B   N   Y   N   N
C   N   N   N   N
D   Y   Y   N   Y
E   N   Y   Y   Y
F   Y   Y   N   Y
G   Y   N   N   Y'''

df = pd.read_csv(StringIO(d), sep='\s+')

几点注意事项：

• 三重引号字符串保留输出中的换行符

以上答案仅适用于Python3。如果您在Python 2中陷入困境，请替换导入行：

from io import StringIO

取而代之的是：

from StringIO import StringIO

如果您有一个旧版本的pandas（v0.24或更旧版本），有一种简单的方法可以编写上述代码的Py2/Py3兼容版本：

import pandas as pd

d = ...
df = pd.read_csv(pd.compat.StringIO(d), sep='\s+')

最新版本的pandas放弃了compat模块以及Python 2支持。

Answer 3

熊猫是由真正知道人们想做什么的人写的。

由于版本0.13有一个函数pd。阅读剪贴板，这在让这“正常工作”方面非常有效。

复制并粘贴问题中启动bar foo的代码部分（即DataFrame），并在Python解释器中执行此操作：

In [53]: import pandas as pd
In [54]: df = pd.read_clipboard()

In [55]: df
Out[55]: 
   bar  foo
0    4    1
1    5    2
2    6    3

• 不要将iPython包含在或Out中，否则它将不起作用

试试这个：

                      0         1         2
level1 level2                              
foo    a       0.518444  0.239354  0.364764
       b       0.377863  0.912586  0.760612
bar    a       0.086825  0.118280  0.592211

这根本不起作用，或者：

              0         1         2
foo a  0.859630  0.399901  0.052504
    b  0.231838  0.863228  0.017451
bar a  0.422231  0.307960  0.801993

这工作，但返回的东西完全不正确！