将字符串转为dataframe

以下是将字符串转换为DataFrame的Python代码示例：

import io
import pandas as pd

# 定义字符串
s = '''id height weight score
0 174 55 90
1 152 49 91
2 180 65 82
3 163 61 93
4 192 75 84
5 155 42 75
6 164 50 76'''

# 将字符串转换为DataFrame
df = pd.read_csv(io.StringIO(s), sep='\s+')

# 输出DataFrame
print(df)

输出结果为：

   id  height  weight  score
0   0     174      55     90
1   1     152      49     91
2   2     180      65     82
3   3     163      61     93
4   4     192      75     84
5   5     155      42     75
6   6     164      50     76

相关问题

如何把字符串转为dataframe

要将字符串转换为DataFrame，通常需要使用适当的分隔符将字符串分隔为多个列。可以使用Pandas库中的read_csv()函数来读取分隔符分隔的字符串并将其转换为DataFrame。以下是一个简单的示例：

假设我们有以下字符串：

str = "Name,Age,City\nJohn,25,New York\nJane,30,San Francisco\nBob,35,Boston"

它包含三个列：Name、Age和City，每个列用逗号分隔。我们可以使用以下代码将其转换为DataFrame：

import pandas as pd

str = "Name,Age,City\nJohn,25,New York\nJane,30,San Francisco\nBob,35,Boston"

df = pd.read_csv(pd.compat.StringIO(str))

print(df)

输出：

   Name  Age            City
0  John   25        New York
1  Jane   30  San Francisco
2   Bob   35          Boston

在这里，我们首先导入了Pandas库，然后使用read_csv()函数从字符串中读取数据。由于数据在字符串中而不是文件中，我们需要使用pd.compat.StringIO()将字符串转换为类似于文件对象的对象，以便Pandas可以读取它。最后，我们打印了DataFrame。

pandas使用json字符串转为Dataframe怎样最快

使用`pandas.read_json()`函数可以将json字符串转换为DataFrame。如果json字符串中的数据量比较大，可以使用`chunksize`参数分块读取，这样可以减少内存占用。此外，还可以使用`orient`参数指定json的格式，如`orient='records'`表示每一行是一个记录。

示例代码：

import pandas as pd

# json字符串
json_str = '{"name": "Alice", "age": 20}\n{"name": "Bob", "age": 25}'

# 转换为DataFrame
df = pd.read_json(json_str, lines=True)

# 输出结果
print(df)

输出结果：

    name  age
0  Alice   20
1    Bob   25

其中，`lines=True`表示每一行都是一个完整的json记录。