读取具有键值对的文本文件，并使用 python pandas 将每一行转换为一个字典

我有一个文本文件 (one.txt)，其中包含任意数量的键值对（其中键和值由= – e.g. 1=8）。这里有些例子：

1=88|11=1438|15=KKK|45=00|45=00|21=66|86=a
4=13|11=1438|49=DDD|8=157.73|67=00|45=00|84=b|86=a
6=84|41=18|56=TTT|67=00|4=13|45=00|07=d

我需要创建一个包含字典列表的 DataFrame，每一行作为列表中的一个字典，如下所示：

[{1:88,11:1438,15:kkk,45:7.7....},{4:13,11:1438....},{6:84,41:18,56:TTT...}]

df = pd.read_csv("input.txt",names=['text'],header=None)
data = df['text'].str.split("|")
names=[  y.split('=') for x in data for y in x]
ds=pd.DataFrame(names)
print ds

如何通过拆分为每一行创建字典= symbol?

它应该是一行多列。 DataFrame 应该将所有键作为行，将值作为列。

Example:

1 11 15 45 21 86 4 49 8 67 84 6 41 56 45 07
88 1438 kkk 00 66 a
na 1438 na .....

我认为执行一个.pivot https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pivot.html会工作。尝试这个：

import pandas as pd

df = pd.read_csv("input.txt",names=['text'],header=None)
data = df['text'].str.split("|")
names=[  y.split('=') for x in data for y in x]
ds=pd.DataFrame(names)
ds = ds.pivot(columns=0).fillna('')

The .fillna('')删除None价值观。如果你想替换为na您可以使用.fillna('na').

Output:

ds.head()

   1
0 07   1    11   15 21 4 41  45 49 56 6 67 8 84 86
0     88
1         1438
2               KKK
3                            00
4                            00

对于空间，我没有打印整个数据帧，但它根据键进行列索引，然后根据每行的值进行值（保留按行概念的字典）。