Преобразовать список (объект?) 1 * 5 в df в python

У меня есть следующий список results (может быть намного больше):

['2017-09-01.csv', -322.0, -6.5, 99.0, 41, '2017-09-04.csv', -31.0, 3.5, 78.5, 30]

это формат 5 * 1, 5 * 1 и т. д.

Я ищу следующие результаты:

Date              A       B    C      D
    '2017-09-01.csv', -322.0, -6.5, 99.0, 41,  
    '2017-09-04.csv', -31.0, 3.5, 78.5, 30

и я пытался использовать следующий код, чтобы преобразовать его в df:

x_sublists = [results[i:i+5] for i in range(0, len(results), 5)]
df11 = pd.DataFrame(x_sublists [1:], columns=x_sublists [0])

который закончился:

print(df11.shape)
Columns: [(-322.0,), (99.0,), (2017-09-04.csv,), (3.5,), (30,)]
print(df11)
Index: []

Я тоже пробовал это:

r_reshaped = np.array(results[5:], dtype=object).reshape((0, 5))
df11 = pd.DataFrame(r_reshaped, columns=results[:5])

который закончился:

print(df11.shape)
Columns: [(-322.0,), (99.0,), (2017-09-04.csv,), (3.5,), (30,)]
print(df11)
Index: []

Спасибо за ваш совет!

python pandas numpy

11.03.2018 18:05

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Использование reshape из numpy

import numpy as np



l=['2017-09-01.csv', -322.0, -6.5, 99.0, 41, '2017-09-04.csv', -31.0, 3.5, 78.5, 30]

pd.DataFrame(np.array(l).reshape((len(l)//5, 5)),columns=['data','A','B','C','D'])
Out[181]: 
             data       A     B     C   D
0  2017-09-01.csv  -322.0  -6.5  99.0  41
1  2017-09-04.csv   -31.0   3.5  78.5  30

круто, это сработало, хотя и не в том же порядке. Я получил: data A B C D 0-322 99 2017-09-04.csv 3.5 30 + он дал мне только 1 строку .... может быть, мои «результаты» не являются списком ???

— 11.03.2018 18:17

@Giladbi да, похоже, ваш список не тот же порядок

— 11.03.2018 18:33

Может быть б / с это не список? Я использую results.appened для его создания. results.append (store_predictions ['Net_Pnl ($)']. sum (). round () ‌) - одно из значений.

— 11.03.2018 18:34

@Giladbi да, похоже, это кортеж, попробуйте results=[x[0] for x in results], а затем используйте мой подход выше

— 11.03.2018 18:37

11.03.2018 18:09