我正在尝试使用Pandas从原始文本文件创建数据帧。该文件包括3个类别，类别名称后面有与每个类别相关的项。我可以根据类别创建一个系列，但不知道如何将每个项目类型与它们各自的类别相关联，并从中创建一个数据帧。下面是我的初始代码以及所需的数据帧输出。你能帮我指点正确的方法吗？
category = ['Fruits', 'Vegetables', 'Meats']
items='''Fruits
apple
orange
pear
Vegetables
broccoli
squash
carrot
Meats
chicken
beef
lamb'''
Category = pd.Series()
i = 0
for item in items.splitlines():
if item in category:
Category = Category.set_value(i, item)
i += 1
df = pd.DataFrame(Category)
print(df)
所需数据帧输出：
Category Item
Fruits apple
orange
pear
Vegetables broccoli
squash
carrot
Meats chicken
beef
lamb
最佳答案
考虑迭代地追加到列表字典而不是序列字典。然后，将dict转换为dataframe。下面的键用于输出所需的结果，因为这样的分组需要一个数字：
from io import StringIO
import pandas as pd
txtobj = StringIO('''Fruits
apple
orange
pear
Vegetables
broccoli
squash
carrot
Meats
chicken
beef
lamb''')
items = {'Category':[], 'Item':[]}
for line in txtobj:
curr_line = line.replace('\n','')
if curr_line in ['Fruits','Vegetables', 'Meats']:
curr_category = curr_line
if curr_category != curr_line:
items['Category'].append(curr_category)
items['Item'].append(curr_line)
df = pd.DataFrame(items).assign(key=1)
print(df)
# Category Item key
# 0 Fruits apple 1
# 1 Fruits orange 1
# 2 Fruits pear 1
# 3 Vegetables broccoli 1
# 4 Vegetables squash 1
# 5 Vegetables carrot 1
# 6 Meats chicken 1
# 7 Meats beef 1
# 8 Meats lamb 1
print(df['key'].groupby([df['Category'], df['Item']]).count())
# Category Item
# Fruits apple 1
# orange 1
# pear 1
# Meats beef 1
# chicken 1
# lamb 1
# Vegetables broccoli 1
# carrot 1
# squash 1
# Name: key, dtype: int64
关于python - Python Pandas使用文本文件创建数据框，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45113619/