从空格分隔的字符串创建 Pandas DataFrame答案

【问题标题】：Create Pandas DataFrame from space separated String从空格分隔的字符串创建 Pandas DataFrame
【发布时间】：2021-05-06 23:19:02
【问题描述】：

我有一个字符串：

              C1     C2                       DATE     C4     C5         C6      C7
0            0.0    W04  2021-01-08 00:00:00+00:00      E    EUE         C1     157
1            0.0    W04  2021-01-08 00:00:00+00:00      E    AEU         C1     157
2            0.0    W04  2021-01-01 00:00:00+00:00      E   SADA         H1     747
3            0.0    W04  2021-01-04 00:00:00+00:00      E   SSEA         H1     747
4            0.0    W04  2021-01-05 00:00:00+00:00      E   GPEA         H1     747

它看起来确实像 Pandas DataFrame，因为它来自一个。我需要将其转换为 Pandas DataFrame。

我尝试了以下方法：

pd.read_csv(StringIO(string_file),sep=r"\s+")

但它与列混淆并将 DATE 列分成 2 列。

【问题讨论】：

使用sep=r"\s\s+"
@SayandipDutta 谢谢你，它适用于身体，但标题仍然搞砸了。它看起来右对齐并以一个空格分隔
我复制了这些数据并尝试使用StringIO 和sep=r'\s\s+' 读取，我无法重现您的问题。对我来说很好。
pandas 有read_fwf，您可以在其中指定列的断点。这看起来像是适合您的用例的解决方案。

标签： python pandas string dataframe

【解决方案1】：

首先，重新创建字符串：

s = """
              C1     C2                       DATE     C4     C5         C6      C7
0            0.0    W04  2021-01-08 00:00:00+00:00      E    EUE         C1     157
1            0.0    W04  2021-01-08 00:00:00+00:00      E    AEU         C1     157
2            0.0    W04  2021-01-01 00:00:00+00:00      E   SADA         H1     747
3            0.0    W04  2021-01-04 00:00:00+00:00      E   SSEA         H1     747
4            0.0    W04  2021-01-05 00:00:00+00:00      E   GPEA         H1     747
"""

现在，您可以使用Pandas.read_csv 导入缓冲区：

from io import StringIO
df = pd.read_csv(StringIO(s), sep=r"\s\s+")

据我所知，这正是您正在寻找的 DataFrame：

您可能还想将DATE 列转换为datetime 值：

df['DATE'] = df.DATE.astype('datetime64')

【讨论】：

遵循此方法时要考虑的一点是，如果列名长于输入的数据，您可能会遇到问题。在这种情况下，您可能必须在标题行中手动添加一些空格，以使列与数据正确对齐。