有没有更简单的方法来使用 pandas read_clipboard 来阅读一个系列?
Could there be an easier way to use pandas read_clipboard to read a Series?
有时候,我想用 read_clipboard
阅读 Series
es,我必须这样做:
pd.Series(pd.read_clipboard(header=None).values[:,0])
如果有更简单的方法会更好吗?
我可以很容易地为数据帧做这件事,比如:
pd.read_clipboard()
就是这样。
但对于 Series
,它的长度要长得多。
那么有没有更简单的方法呢?
那个我不知道?
有什么密码吗?
我认为最简单的是删除 Series
构造函数(read_clipboard
return 这里是一列 DataFrame
)并且因为 header
总是 None
列是 0
:
s = pd.read_clipboard(header=None)[0]
DataFrame.squeeze
for pandas 0.20.0+ 的另一种解决方案,用于将一列 DataFrame
转换为 Series
:
s = pd.read_clipboard(header=None).squeeze()
将此复制到剪贴板:
1
2
3
最好使用 squeeze=True
作为参数。
pd.read_clipboard(header=None, squeeze=True)
0 1
1 2
2 3
Name: 0, dtype: int64
其中returns一个Series
。如果要给系列命名,使用names
参数:
pd.read_clipboard(header=None, squeeze=True, names=['mycol'])
0 1
1 2
2 3
Name: mycol, dtype: int64
实际上,read_clipboard
使用pyperclip从剪贴板中读取,并将文本发送到read_table
。
阅读支持的参数。
有时候,我想用 read_clipboard
阅读 Series
es,我必须这样做:
pd.Series(pd.read_clipboard(header=None).values[:,0])
如果有更简单的方法会更好吗?
我可以很容易地为数据帧做这件事,比如:
pd.read_clipboard()
就是这样。
但对于 Series
,它的长度要长得多。
那么有没有更简单的方法呢?
那个我不知道?
有什么密码吗?
我认为最简单的是删除 Series
构造函数(read_clipboard
return 这里是一列 DataFrame
)并且因为 header
总是 None
列是 0
:
s = pd.read_clipboard(header=None)[0]
DataFrame.squeeze
for pandas 0.20.0+ 的另一种解决方案,用于将一列 DataFrame
转换为 Series
:
s = pd.read_clipboard(header=None).squeeze()
将此复制到剪贴板:
1
2
3
最好使用 squeeze=True
作为参数。
pd.read_clipboard(header=None, squeeze=True)
0 1
1 2
2 3
Name: 0, dtype: int64
其中returns一个Series
。如果要给系列命名,使用names
参数:
pd.read_clipboard(header=None, squeeze=True, names=['mycol'])
0 1
1 2
2 3
Name: mycol, dtype: int64
实际上,read_clipboard
使用pyperclip从剪贴板中读取,并将文本发送到read_table
。
阅读支持的参数。