如何从 print() 编写的字符串中获取 Python pandas DataFrame？

Question

这是问题的更新版本，提供了一个方便的功能

pd_read_printed(str_printed_df)

旨在从之前使用 print(some_pandas_DataFrame) 编写的字符串中创建一个 pandas DataFrame：

def pd_read_printed(str_printed_df):
    global pd, StringIO
    try: x = pd
    except: import pandas as pd
    try: x = StringIO
    except: from pandas.compat import StringIO
    return pd.read_csv(StringIO(str_printed_df), delim_whitespace=True)

在我得到以下问题的答案后，我把它放在一起供自己使用：

我经常在 Internet 上看到印刷版中的 pandas DataFrame 的内容，例如::

df1_as_string = """
 Sp   Mt   Value  count
4  MM2  S4   bg     10
5  MM2  S4   dgd    1
6  MM4  S2   rd     2
7  MM4  S2   cb     8
8  MM4  S2   uyi    8 
"""

问题是：如何从字符串变量中获取保存 DataFrame 的变量，样式如下：

df1 = pandas.someToMeUnknownPandasFunction(df1_as_string)

?

现在让我们使用提供的函数从df1_as_string 创建一个DataFrame：

df1 = pd_read_printed(df1_as_string)

并检查它是否按预期工作：

print(df1)

给出：

    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8

Answer 1

两种方法

选项 1
pd.read_clipboard

这是我用于简单格式化数据帧的 goto 方法。我复制数据框文本并用df = pd.read_clipboard()跟进它

选项 2
StringIO + pd.read_csv

对于结构更复杂的数据框，我可能需要read_csv 中的一些选项，所以我可能会这样设置。请记住，对于您提供的数据框，我几乎不会这样做，因为我获取数据框的速度较慢。

from io import StringIO
import pandas as pd

df1_as_string = """
 Sp   Mt   Value  count
4  MM2  S4   bg     10
5  MM2  S4   dgd    1
6  MM4  S2   rd     2
7  MM4  S2   cb     8
8  MM4  S2   uyi    8 
"""

df = pd.read_csv(StringIO(df1_as_string), delim_whitespace=True)

无论哪种情况，我都会得到：

print(df)

    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8

Answer 2

使用read_clipboard。

df = pd.read_clipboard()

或read_csv 带有一个或多个分隔符whitespaces - sep='\s+' 或delim_whitespace=True：

from pandas.compat import StringIO

df = pd.read_csv(StringIO(df1_as_string), sep="\s+")

df = pd.read_csv(StringIO(df1_as_string), delim_whitespace=True)

---

print (df)
    Sp  Mt Value  count
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      8
8  MM4  S2   uyi      8