在 Pandas 中将列表转换并重塑为 DataFrame

Question

如何将列表(x)转换为10x3的数据框？我想使用列表中的前三个条目作为列名。接下来的三个条目放在第1行，再接下来的三个条目放在第2行，以此类推。换句话说，我的数据框将有这三个名称“Phase”，“Formula”和“Sat Indx”的3列。然后，第1行条目将是Calcite，CaCO3，.8409。

我尝试了以下方法，但出现了错误：

z=DataFrame(x, columns=['Phase','Formula','Sat Indx'])

print(x)

[u'Phase          ',
 u'Formula        ',
 u'Sat Indx',
 u'Calcite        ',
 u'CaCO3          ',
 0.8409314786906652,
 u'Aragonite      ',
 u'CaCO3          ',
 0.6971616312984299,
 u'H2O(g)         ',
 u'H2O            ',
 -1.5101143330253721,
 u'CO2(g)         ',
 u'CO2            ',
 -1.5522870578743806,
 u'Gypsum         ',
 u'CaSO4:2H2O     ',
 -2.993649142404755,
 u'Anhydrite      ',
 u'CaSO4          ',
 -3.2135284668446644,
 u'Portlandite    ',
 u'Ca(OH)2        ',
 -10.738067251525967,
 u'H2(g)          ',
 u'H2             ',
 -22.6,
 u'O2(g)          ',
 u'O2             ',
 -37.98786977495807,
 u'CH4(g)         ',
 u'CH4            ',
 -66.16971681191183]

- user3720101

Answer 1

你应该先将列表转换为更合适的格式。

一种选项是使用列表推导式将其转换为子列表的列表（每行一个子列表）：

In [10]: x_sublists = [x[i:i+3] for i in range(0, len(x), 3)]

In [11]: pd.DataFrame(x_sublists [1:], columns=x_sublists [0])
Out[11]: 
   Phase            Formula                Sat Indx
0  Calcite          CaCO3            0.840931478691
1  Aragonite        CaCO3            0.697161631298
2  H2O(g)           H2O              -1.51011433303
3  CO2(g)           CO2              -1.55228705787
4  Gypsum           CaSO4:2H2O        -2.9936491424
5  Anhydrite        CaSO4            -3.21352846684
6  Portlandite      Ca(OH)2          -10.7380672515
7  H2(g)            H2                        -22.6
8  O2(g)            O2                -37.987869775
9  CH4(g)           CH4              -66.1697168119

另一个选择是将列表重新塑造为numpy数组（但这会导致一个带有对象dtype的列，如@DSM所指出的那样，因此要得到与上面相同的结果，必须手动将该列设置为浮点数）：

In [67]: x_reshaped = np.array(x[3:], dtype=object).reshape((-1, 3))

In [68]: df = pd.DataFrame(x_reshaped, columns=x[:3])

In [69]: df['Sat Indx'] = df['Sat Indx'].astype(float)

- joris

---

这将使Sat Indx的元素成为字符串。我考虑使用dtype=object来避免这种情况，例如df2 = pd.DataFrame(np.array(x[3:], dtype=object).reshape(-1,3), columns=x[:3])或类似的方法，但即使数字现在是浮点数，仍然有一个对象dtype列，而浮点数dtype会更好。 - DSM

是的，谢谢您的评论！我没有想到过那个。使用元组方法，它们是浮点数。 - joris

将 dtype=object 转换为 float 很容易： z['Sat Indx'] = z['Sat Indx'].astype(float) - Happy001

@Happy001：是的，但如果我们像使用“read_csv”一样强制执行它，那将是很好的。 - DSM