【问题标题】：How to copy/paste DataFrame from Stack Overflow into Python如何从 Stack Overflow 复制/粘贴 DataFrame 到 Python
【发布时间】：2015-10-15 03:32:22
【问题描述】：

在questions 和answers 中，用户经常发布一个示例DataFrame，他们的问题/答案适用于：

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

能够将这个DataFrame 输入到我的 Python 解释器中非常有用，这样我就可以开始调试问题或测试答案。

我该怎么做？

【问题讨论】：

标签： python pandas clipboard

【解决方案1】：

pd.read_clipboard() 很漂亮。但是，如果您是在脚本或笔记本中编写代码（并且您希望您的代码在未来可以正常工作），那么这不是一个很好的选择。这是将数据框的输出复制/粘贴到新数据框对象中的另一种方法，可确保 df 的寿命比剪贴板的内容长：

# 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+')

几点说明：

三引号字符串保留输出中的换行符。
StringIO 将输出包装在类似文件的对象中，read_csv 需要这样做。
将sep 设置为\s+ 使得每个连续的空白块都被视为一个分隔符。

更新

以上答案仅适用于 Python 3。如果您卡在 Python 2 中，请替换导入行：

from io import StringIO

改为：

from StringIO import StringIO

如果您有旧版本的 pandas（v0.24 或更早版本），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+')

pandas 的最新版本已删除 compat 模块以及 Python 2 支持。

【讨论】：

最好使用pd.compat.StringIO，那么就没有必要from io import StringIO
在 Python 3 中它完全没有区别（pd.compat.StringIO is io.StringIO 是 True），只是风格问题（导入语句与更长的参数）。但是，我刚刚检查过，结果发现在 Python 2 中使用 io.StringIO 会导致一个讨厌的 bytes 与 unicode 问题。我会说这绝对是一个比另一个更喜欢一个的充分理由，所以我将更改我的答案以使用pd.compat.StringIO。
您缺少导入：根据您的 Python 版本，即from StringIO import StringIO 用于 Python 2，from io import StringIO 用于 Python 3，如 pandas.pydata.org/pandas-docs/stable/user_guide/io.html 中所述。由于github.com/pydata/pandas-datareader/issues/655，使用 pandas 0.25.0 导入将失败。解决方案是回滚到以前的熊猫版本：pip3 install --upgrade pandas==0.24.2
@Harvey 显然，pandas >= 0.25.0 已经放弃了 compat 模块，以及 Python 2 支持。我已经更新了我的答案以反映这一点

【解决方案2】：

如果您从具有如下标准条目的 CSV 文件中复制粘贴：

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"})

会给你正确定义的熊猫数据框。

【讨论】：

【解决方案3】：

Pandas 是由真正了解人们想要做什么的人编写的。

Since version 0.13 有一个函数pd.read_clipboard 在使这个“正常工作”方面非常有效。

复制并粘贴问题中以bar foo 开头的部分代码（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

注意事项

不要包含 iPython In 或 Out 的东西，否则它将不起作用
如果你有一个命名索引，你目前需要添加engine='python'（参见GitHub上的this issue）。命名索引时，“c”引擎当前已损坏。
MultiIndexes 并不出色：

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，或者这个：

              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

这可行，但返回的东西完全不正确！

【讨论】：

请注意，dtype 将是object，即str，因此您可能需要使用df = df.convert_objects(convert_numeric=True)
这个特定示例（OP 中的示例）似乎并非如此。不过，这是一个值得提防的好方法。
嗯，我之前确实观察到过，但你是对的，这确实可以正常工作
我想知道如何在代码中复制和粘贴输入和输出编号，就像您在此处显示的 In [55] 和 Out[55] 一样。我正在使用 Jupyter Notebook，但似乎找不到这样做的方法。