如何转换astropy.table.桌子.Table文件类型1.core.frame框架.DataFrame文件类型

Question

我有10份文件astropy.table.桌子.Table文件类型，全部由相同的六列（mjd、filter、flux、flux\u error、zp、zpsys）组成，但长度不同。 首先我想把每个文件转换成1.core.frame框架.DataFrame文件类型，以便我可以将它们全部添加到一个列表中并使用pd.concat公司函数将所有10个文件转换为1个大文件1.core.frame框架.DataFrame文件。 我试过这个：

import numpy as np
import pandas as pd
from astropy.table import Table

n=10
li=[]
for i in range(0,n):
    file = "training_data/%s.dat"%i # This way I can call each file automatically
    data = Table.read(file, format="ascii") 
    data = pd.read_table(file) # I convert the file to pandas compatible
    li.append(data) # I add the file into the empty list above
    # now I have my list ready so I compress it into 1 file
all_data = pd.concat(li)

这个方法的问题是所有的列（6列）由于某种原因被压缩成1列，这使得我无法完成剩下的工作。你知道吗

当我检查所有数据的形状时，我得到（879，1）。 看起来是这样的：

all_data.head()

    mjd filter flux flux_error zp zpsys
0   0.0 desg -4.386 4.679 27.5 ab
1   0.011000000005878974 desr -0.5441 2.751 27.5 ab
2   0.027000000001862645 desi 0.4547 4.627 27.5 ab
3   0.043000000005122274 desz -1.047 4.462 27.5 ab
4   13.043000000005122 desg -4.239 4.366 27.5 ab

那么，我如何创建这样一个文件，但将我的列作为单独的列来维护呢？你知道吗

以下是文件0中我的一些数据的示例：

    mjd     filter  flux   flux_error zp    zpsys
    float64     str4    float64 float64 float64 str2
    0.0       desg      -4.386  4.679   27.5    ab
    0.0110000 desr  -0.5441 2.751   27.5    ab
    0.0270000 desi  0.4547  4.627   27.5    ab
    0.0430000 desz  -1.047  4.462   27.5    ab
    13.043000 desg  -4.239  4.366   27.5    ab
    13.050000 desr  4.695   3.46    27.5    ab
    13.058000 desi  6.291   6.248   27.5    ab
    13.074000 desz  6.412   5.953   27.5    ab
    21.050000 desg  1.588   2.681   27.5    ab
    21.058000 desr  -0.6124 2.171   27.5    ab

Answer 1

解决方案是在数据中包含sep=pd.read\表（）以便将每列保持为单独的列，并将sep的类型指定为“\s+”

n=10
li=[]
for i in range(0,n):
    file = "training_data/%s.dat"%i # This way I can call each file automatically 
    data = pd.read_table(file, sep="\s+") # I convert the file to pandas compatible
    li.append(data) # I add the file into the empty list above
# now I have my list ready so I compress it into 1 file
all_data = pd.concat(li)