python - 使用固定宽度的列保存数据框
问题描述
我需要编辑使用固定宽度列的程序的输入。我设法正确加载它并计算出我需要的东西,但我不知道如何保存编辑后的文件以保持相同的列宽。
import pandas as pd
file = pd.read_fwf('file.inp',
colspecs = [(0, 6), (6, 11), (11, 16), (16, 20), (20, 22),
(22, 26), (26, 38), (38, 46), (46, 54), (54, 61),
(61, 68), (68, 90)])
问题是列之间的空格数或数据字符串的长度各不相同,所以我不能简单地在列之间添加固定数量的空格。
要编辑的文件如下所示:
ATOM 873 N ALA A 59 41.629 23.754-163.394 1.00 12.93 N
ATOM 5089 NH1 ARG A 315 21.344 -13.371 187.612 1.00 66.09 N1+
ATOM 7839 H5'' A B 3 31.406 -4.882-165.817 1.00 16.98 H
HETATM 7766 H161 G3A B 1 42.941 1.714-165.146 1.00 14.70 H
它是数字、字符串、特殊字符和列粘合在一起的混合物。
解决方案
write_fdf
正如我评论的那样,我在熊猫中找不到方法。但是,我认为您可以使用tabulate
. 我基于这篇文章的以下代码,我还没有运行它:
import pandas as pd
from tabulate import tabulate
df = pd.read_fwf('file.inp',
colspecs = [(0, 6), (6, 11), (11, 16), (16, 20), (20, 22),
(22, 26), (26, 38), (38, 46), (46, 54), (54, 61),
(61, 68), (68, 90)])
with open("...", "w") as f:
f.write(
tabulate(
[list(row) for row in df.values],
tablefmt="plain"
)
)
再次注意,我没有运行它,只是为了演示如何使用制表:
- 我没有传递
headers
你可以使用的参数,如果你需要的话 - 我使用“普通”格式来避免任何类似桌子的装饰
更多关于表格的信息
更新:我意识到输出需要与特定列对齐,因此以下内容似乎足够接近(可能需要进行小规格编辑):
import pandas as pd
import sys
# Mock data
lst = [
["ATOM", 873, "N", "ALA", "A", 59, 41.629, 23.754, -163.394, 1.00, 12.93, "N"],
["ATOM", 5089, "NH1", "ARG", "A", 315, 21.344, -13.371, 187.612, 1.00 ,66.09, "N1+"],
["ATOM", 7839, "H5''", "A", "B", 3, 31.406, -4.882, -165.817, 1.00, 16.98, "H" ],
["HETATM", 7766, "H161", "G3A", "B", 1, 42.941, 1.714, -165.146, 1.00, 14.70, "H"],
]
# NOTE the spaces at the end, only when needed
colspecs = [
"{: <6} ", # left, width=6
"{: >4} ", # right, width=4
"{: >4} ",
"{: >3} ",
"{: >1} ",
"{: >3} ",
"{: >11} ",
"{: >7}",
"{: >8} ",
"{: >5} ",
"{: <15} ",
"{: <3}",
]
def write_fdf(fpath, pd, specs):
"""
Write a Pandas dataframe in fixed width column format with the given
column specs
Args:
fpath: File path
ps: Dataframe
specs: A list of python formats
"""
with open(fpath, "w") as f:
for _, row in df.iterrows():
for idx, value in enumerate(row):
sys.stdout.write(specs[idx].format(value))
f.write(specs[idx].format(value))
f.write("\n")
print("")
df = pd.DataFrame(lst)
write_fdf("/tmp/out.dat", pd, colspecs)
输出:
$ python ~/tmp/test.py
ATOM 873 N ALA A 59 41.629 23.754-163.394 1.0 12.93 N
ATOM 5089 NH1 ARG A 315 21.344 -13.371 187.612 1.0 66.09 N1+
ATOM 7839 H5'' A B 3 31.406 -4.882-165.817 1.0 16.98 H
HETATM 7766 H161 G3A B 1 42.941 1.714-165.146 1.0 14.7 H
$ cat /tmp/out.dat
ATOM 873 N ALA A 59 41.629 23.754-163.394 1.0 12.93 N
ATOM 5089 NH1 ARG A 315 21.344 -13.371 187.612 1.0 66.09 N1+
ATOM 7839 H5'' A B 3 31.406 -4.882-165.817 1.0 16.98 H
HETATM 7766 H161 G3A B 1 42.941 1.714-165.146 1.0 14.7 H
但是,我在格式中看到一个例外,这似乎违反了规则: row=0, col=2: "N" 似乎在您的示例中居中
推荐阅读
- powershell - 如何通过powershell远程解决有关文件复制的问题?
- apache-kafka - 如何在 Windows 上干净地关闭 Kafka 和 Zookeeper
- javascript - Javascript/jQuery 循环显示从今天到明天的小时
- cypress - 使用 Cypress 从自定义命令或插件调度操作
- react-native - 如何在本机反应中接收推送通知时绕过请勿打扰(DND)模式?
- python - 如何从 pyspark 中的 spark 数据框中提取特定值?
- mongodb - 覆盖 Mongo 源连接器
- liquid - 提取最后两个斜杠之间的字符串
- django - Django Crispy Forms 不显示第一个文本字段
- html - https://localhost:5001/api/contacts 的 Http 失败响应:405 OK