如何解决如何在数据文件上使用生成器将 JSON 和 TSV 行转换为数据帧?
我有一个包含下面这两个示例行的“.data”文件。第一行表示json,第二行表示tsv。我想将 json 转换为 python 字典,将 tsv 行转换为 python 字典,然后使用生成器将它们输出到数据帧中。
“.DATA”文件的###SAMPLE 行###
{"Book": "American Horror","Author": "Me","date": "12/12/2012",publisher": "Fox"
Sports Law Some Body 06/12/1999 Random House 1000
import json
def generator(file):
for row in open(file,encoding="ISO-8859-1"):
print(row)
if "{" in row:
yield json.loads(row)
else:
###I don't kNow where to begin with the tsv data
###tsv data must fit under column names of json data
for tsv in row:
yield tsv
file = ".data_file"
with open(file,'r') a some_stuff:
df = pd.DataFrame(data=generator(some_stuff))
df
'''
解决方法
通过“TSV”,我假设您的数据是 制表符 分隔的,即字段由单个制表符分隔。如果是这种情况,您可以使用 str.split('\t')
来拆分字段,如下所示:
>>> line = 'Sports Law\tSome Body\t06/12/1999\tRandom House 1000\n'
>>> line.rstrip().split('\t')
['Sports Law','Some Body','06/12/1999','Random House 1000']
rstrip()
用于删除您将从文件中读取的行末尾的新行。
然后创建一个字典并生成它:
book,author,date,publisher = line.rstrip().split('\t')
yield dict(Book=book,Author=author,date=date,publisher=publisher)
或者如果您已经有一个列名列表:
columns = ['Book','Author','date','publisher']
yield dict(zip(columns,line.rstrip().split('\t')))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。