用多个空格打开文件，并用两个变量另存为数组/数据帧

Question

我有一个表格的文本文件：

data=
11  Open Water
12  Perennial Ice/Snow
21  Developed, Open Space   
22  Developed, Low Intensity    
23  Developed, Medium Intensity
112 Developed, High Intensity
113 Barren Land
0   No data

我想读取文件并将其保存为数组或数据帧（列名=Code，Name），并且能够以data['Code']或data['Name']的形式访问列。在

打印（数据）命令将生成：

^{pr2}$

我的代码：

myfile = open("filename.txt",'r')
for line in myfile:
    Code, Name = line.split(' ', 1)
    data=Code + " " + Name
    print(data)

但这是错误的，因为数据中的每一行都是一组字符串，而不是两个字符串。我应该如何以两个变量的形式打开这个文件？在

Answer 1

如果代码是唯一的，您可以构建一个字典，其中代码是键，字符串是值：

数据.txt

11  Open Water
12  Perennial Ice/Snow
21  Developed, Open Space   
22  Developed, Low Intensity    
23  Developed, Medium Intensity
112 Developed, High Intensity
113 Barren Land
0   No data

代码（Python2.7）

^{pr2}$

Answer 2

data=Code + " " + Name

上面的行将两个变量Code和Name的内容合并到一个字符串变量中。在

您可以声明一个空列表，并在遍历该文件时将其附加到该列表中。在

^{pr2}$

然后得到的列表mydata将包含行，每行两列。（它是两个元素元组的列表）

每行的第一列是code，第二列是name。但是，在这个阶段，code仍然是一个字符串。要将其转换为int（我假设您希望这样做），请替换

mydata.append((code, name))

与

^{4}$

最后，要将数据读入数据帧，只需将mydata作为

mydata_df = pandas.DataFrame(mydata)

一旦进入数据框，就可以更改列名以适合您的用途。在

mydata_df.columns = ['Code', 'Name']

然后，您将能够通过列名访问各个列，例如mydata_df['Code']或{}。在

Answer 3

看起来您正在处理一个固定宽度的文件，而且您似乎希望根据引用数据的语法使用pandas。开始吧。在

第一部分获取文本文件中的长度（行数），并创建一个包含两列（代码、名称）和文本文件长度的数据帧。在

第二部分遍历每一行，并将前4个字符分配给第一列“Code”，最后几个字符（新行字符除外）分配给第二列“Name”。在

import pandas as pd
import numpy as np

path = "path to your file"
length = len(open(path).readlines())
df = pd.DataFrame(columns = ['Code','Name'], index = np.arange(length))


sample = open(path)
lines = sample.readlines()
for i, j in enumerate(lines):
    df.loc[i,'Code'] = j[0:3]
    df.loc[i,'Name'] = j[4:].replace("\n", "")
print df
print df['Code']
print df['Name']