使用 Python 用备用 CSV 数据填充 Pandas Dataframe答案

【问题标题】：Using Python to populate Pandas Dataframe with spare CSV data使用 Python 用备用 CSV 数据填充 Pandas Dataframe
【发布时间】：2020-04-07 17:23:22
【问题描述】：

我有一个分隔文本文件，如下所示：

foo_14:14896|foo_23:17988|foo_16:1611|foo_5:14729|foo_6:13008|foo_2:19548|foo_8:2565
foo_18:13236|foo_18:6127|foo_14:5996
foo_4:12561|foo_24:20010|foo_15:20227|foo_6:3489|foo_8:19129|foo_1:2589|foo_25:5204|foo_19:18113|foo_3:20030|foo_16:12739|foo_5:5494  
foo_23:3606|foo_13:22588|foo_5:15104|foo_12:3307|foo_16:2039|foo_14:21537|foo_1:13178|foo_20:19090|foo_2:1140   
foo_5:10620|foo_21:11142|foo_22:13379|foo_1:16132|foo_10:9330|foo_23:13913|foo_6:8314|foo_13:4967    
foo_13:4891|foo_5:22715|foo_2:12098|foo_8:18634|foo_23:1341|foo_4:13995|foo_16:2923|foo_10:13663|foo_7:22939|foo_14:16711|foo_25:17824  
foo_22:8180|foo_1:11974|foo_7:6660|foo_17:17839|foo_10:3605|foo_8:22439|foo_6:15494|foo_11:17924|foo_18:17351|foo_20:16627|foo_14:9223|foo_13:2538|foo_16:19077 
foo_12:11381|foo_24:541|foo_12:13106|foo_7:6459|foo_11:6398|foo_14:23127|foo_9:15701

我正在寻找填充 Pandas DF，其中 foo_14、foo_23 等的不同值最终是列标签，而在 : 该单元格的特定数据之前的值。文本文件的每一行代表 DF 中的一个新行。是否有任何示例可以指向我以引导我使用编码解决方案。非常感谢。

比利时

【问题讨论】：

与stackoverflow.com/questions/51225358/…重复

标签： python-3.x pandas csv dataframe sparse-matrix

【解决方案1】：

试试：

df = pd.read_csv("text.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('')

Source

【讨论】：

非常接近，谢谢。但是，每个条目现在都在它自己的行上。有没有办法让 foo 14、23、16、5、6、2 和 8 都在自己的行上？
有可能
如何去做这件事？
groupby 转置它并使用相同的逻辑。
我不太熟悉，我们如何将上面的代码重写为 groupby 并转置？