如何使用 to_clipboard() 提供 DataFrame 的可复制副本 [英] How to provide a reproducible copy of your DataFrame with to_clipboard()

问题描述

• 此问题之前被标记为与如何制作可重现的好的熊猫的重复例子.
  • 如果您需要制作合成(假)数据来共享，请转到那个问题.
  • 其他问题和相关答案涵盖了如何创建可重现的数据框.
  • 它们不包括如何复制带有.to_clipboard，而这个问题专门针对 .to_clipboard.
  • This question was previously marked as a duplicate of How to make good reproducible pandas examples.
    • Go to that question if you need to make synthetic (fake) data to share.
    • The other question and associated answers cover how to create a reproducible dataframe.
    • They do not cover how to copy an existing dataframe with .to_clipboard, while this question specifically covers .to_clipboard.
    • 这似乎是一个显而易见的问题.但是，许多询问 Pandas 问题的用户都是新手且缺乏经验.
    • 提出问题的一个关键组成部分是如何创建最小、完整和可验证的示例，它解释了什么";和为什么"，而不是如何".
    • This may seem like an obvious question. However, many of the users asking questions about Pandas are new and inexperienced.
    • A critical component of asking a question is How to create a Minimal, Complete, and Verifiable example, which explains "what" and "why", but not "how".
    • 在本例中，我创建了合成数据，这是创建可重现数据集的一个选项，但不在本问题的范围内.
    • 想一想，就好像您加载了一个文件，只需共享其中的一小部分即可重现错误.

    import pandas as pd
    import numpy as np
    from datetime import datetime
    from string import ascii_lowercase as al
    
    np.random.seed(365)
    rows = 15
    cols = 2
    data = np.random.randint(0, 10, size=(rows, cols))
    index = pd.bdate_range(datetime.today(), freq='d', periods=rows)
    
    df = pd.DataFrame(data=data, index=index, columns=list(al[:cols]))
    
                a  b
    2020-07-30  2  4
    2020-07-31  1  5
    2020-08-01  2  2
    2020-08-02  9  8
    2020-08-03  4  0
    2020-08-04  3  3
    2020-08-05  7  7
    2020-08-06  7  0
    2020-08-07  8  4
    2020-08-08  3  2
    2020-08-09  6  2
    2020-08-10  6  8
    2020-08-11  9  6
    2020-08-12  1  6
    2020-08-13  5  7
    

    • 数据帧后面可能会跟一些其他代码，这些代码会产生错误或不会产生预期的结果
    • 一个写得很好的连贯问题 - 作为格式化文本
    • 产生错误的代码 - 作为格式化文本
    • 整个错误回溯 - 作为格式化文本
    • 潜在地，当前 &预期结果 - 作为格式化文本，或图像(如果是情节)
    • 数据，以易于使用的形式 - 作为格式化文本

    推荐答案

    第一:不要张贴数据图片，请只发文字

    第二:不要在评论部分粘贴数据或作为答案，而是编辑您的问题

    ---

    如何快速提供来自 Pandas DataFrame 的样本数据

    • 回答这个问题的方法不止一种.但是，这个答案并不意味着是一个详尽的解决方案.它提供了最简单的方法.
    • 对于好奇的人，Stack Overflow 上还提供了其他更详细的解决方案.
    1. 提供指向可共享数据集的链接(可能位于 GitHub 上或 Google 上的共享文件).如果它是一个大型数据集并且目标是优化某些方法，这将特别有用.缺点是数据可能在未来不再可用，从而降低了帖子的收益.
       • 问题中必须提供数据，但可以附上指向更广泛数据集的链接.
       • 不要只发布数据的链接或图片.

    代码:

    提供pandas.DataFrame.to_clipboard

    df.head(10).to_clipboard(sep=',', index=True)
    

    • 如果您有一个多索引 DataFrame，请添加注释，说明哪些列是索引.
    • 注意:执行上一行代码时，不会出现任何输出.
      • 代码的结果现在在剪贴板上.
      • If you have a multi-index DataFrame add a note, telling which columns are the indices.
      • Note: when the previous line of code is executed, no output will appear.
        • The result of the code is now on the clipboard.

        ,a,b
        2020-07-30,2,4
        2020-07-31,1,5
        2020-08-01,2,2
        2020-08-02,9,8
        2020-08-03,4,0
        2020-08-04,3,3
        2020-08-05,7,7
        2020-08-06,7,0
        2020-08-07,8,4
        2020-08-08,3,2
        

        • 这可以由试图回答您的问题的人复制到剪贴板，然后:

        df = pd.read_clipboard(sep=',')
        

        .head(10) 之外的数据帧位置

        • 使用 指定数据框的一部分.iloc 属性
        • 以下示例选择第 3 - 11 行和所有列

        df.iloc[3:12, :].to_clipboard(sep=',')
        

        pd.read_clipboard 的附加参考

        • 使用 pd.read_clipboard 指定多级列?
        • 使用 pd.read_clipboard 时如何处理包含空格的列名?
        • 在使用 pd.read_clipboard 复制数据帧时如何处理自定义命名索引?

        Additional References for pd.read_clipboard

        • Specify Multi-Level columns using pd.read_clipboard?
        • How do you handle column names having spaces in them when using pd.read_clipboard?
        • How to handle custom named index when copying a dataframe using pd.read_clipboard?
        • .to_clipboard() 不起作用
        • 使用.to_dict() 复制你的数据框

        # if you have a datetime column, convert it to a str
        df['date'] = df['date'].astype('str')
        
        # if you have a datetime index, convert it to a str
        df.index = df.index.astype('str')
        
        # output to a dict
        df.head(10).to_dict(orient='index')
        
        # which will look like
        {'2020-07-30': {'a': 2, 'b': 4},
         '2020-07-31': {'a': 1, 'b': 5},
         '2020-08-01': {'a': 2, 'b': 2},
         '2020-08-02': {'a': 9, 'b': 8},
         '2020-08-03': {'a': 4, 'b': 0},
         '2020-08-04': {'a': 3, 'b': 3},
         '2020-08-05': {'a': 7, 'b': 7},
         '2020-08-06': {'a': 7, 'b': 0},
         '2020-08-07': {'a': 8, 'b': 4},
         '2020-08-08': {'a': 3, 'b': 2}}
        
        # copy the previous dict and paste into a code block on SO
        # the dict can be converted to a dataframe with 
        # df = pd.DataFrame.from_dict(d, orient='index')  # d is the name of the dict
        # convert datatime column or index back to datetime
        

        • 使用 .to_dict() 获得更彻底的答案
          • 如何高效构建和共享示例数据框?
          • 如何制作可重现的好的熊猫示例
          • For a more thorough answer using .to_dict()
            • How to efficiently build and share a sample dataframe?
            • How to make good reproducible pandas examples

            这篇关于如何使用 to_clipboard() 提供 DataFrame 的可复制副本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！