内容:今天主要用python实现一个csv格式的规则文本转化为DataFrame的过程,实际Pandas.read_csv(file)可以直接生成;
win.csv格式:
PC端来源 | Dule | |||
来源名称 | 访客数 | 占比 | 浏览量 | 占比 |
淘宝搜索 | 2302 | 0.6202 | 3071 | 0.6255 |
天猫搜索 | 488 | 0.1315 | 640 | 0.1303 |
直接访问 | 232 | 0.0625 | 302 | 0.0615 |
已买到商品 | 154 | 0.0415 | 208 | 0.0424 |
淘宝客 | 141 | 0.038 | 188 | 0.0383 |
淘宝站内其他 | 116 | 0.0313 | 142 | 0.0289 |
购物车 | 106 | 0.0286 | 151 | 0.0308 |
宝贝收藏 | 64 | 0.0172 | 82 | 0.0167 |
直通车 | 51 | 0.0137 | 58 | 0.0118 |
淘宝其他店铺 | 12 | 0.0032 | 13 | 0.0026 |
难点1:怎么将截片,选择正确的截片方式,让截得的结果能够跟read_csv相同;
难点2:可维护性,通过columes,names只要是矩形,都可以动态显示。
import pandas as pd import numpy as np def strToD(x): str1 = x.split(' ')[0] return str1 def setDF(file): strings = open(file,'r+').readlines() open(file,'r+').close() names = []; data = [] columes = []; for string1 in strings[1:len(strings)]: hang = string1.split(',') for element in np.arange(0,len(hang)): hang[element] = strToD(hang[element]) if(string1 == strings[1]): columes = string1.split(',')[1:len(string1)] else: data.extend(hang[1:len(hang)]) names.append(hang[0]) for d in np.arange(0,len(data)): data[d] = float(data[d]) dd = np.array(data) dd.shape = len(names),len(columes) df = pd.DataFrame(dd,names,columes) return df print (setDF('C:\Users\白于空\Desktop\0802\win.csv'));
下面给出结果
>>> runfile('C:/Users/白于空/Documents/Python Scripts/setDF.py', wdir='C:/Users/白于空/Documents/Python Scripts')
访客数 占比 浏览量 占比
淘宝搜索 2302.0 0.6202 3071.0 0.6255
天猫搜索 488.0 0.1315 640.0 0.1303
直接访问 232.0 0.0625 302.0 0.0615
已买到商品 154.0 0.0415 208.0 0.0424
淘宝客 141.0 0.0380 188.0 0.0383
淘宝站内其他 116.0 0.0313 142.0 0.0289
购物车 106.0 0.0286 151.0 0.0308
宝贝收藏 64.0 0.0172 82.0 0.0167
直通车 51.0 0.0137 58.0 0.0118
淘宝其他店铺 12.0 0.0032 13.0 0.0026
>>>