Как преобразовать кадр данных Pandas со всеми данными в одном столбце в несколько столбцов?

Question

У меня есть текстовый файл с моими данными, отформатированный как один список. Данные на самом деле представляют собой количество строк и столбцов, но формат представляет собой один столбец. Я импортировал это в фрейм данных Pandas, и я хотел бы изменить этот фрейм данных.

Это формат данных в виде списка:

a1
b1
c1
d1
e1
a2
b2
c2
d2
e2
a3
b3
c3
d3
e3
etc...

Требуемый формат:

"Heading 1"    "Heading 2"    "Heading 3"    "Heading 4"    "Heading 5" 
a1             b1             c1             d1             e1
a2             b2             c2             d2             e2
a3             b3             c3             d3             e3

Я пробовал функции стека и разблокировки панд, ноне повезло. Я также пытался использовать массив numpy, но в моих данных есть числа и строки, так что это не очень хорошо работает.

Answer 1

Вы можете сначала создать список кортежей и перейти к конструктору DataFrame:

L = ['a1', 1, 'c1', 'd1', 'e1', 'a2', 2, 'c2', 'd2', 'e2', 'a3', 3, 'c3', 'd3', 'e3']

import itertools

#https://stackoverflow.com/a/1625013
def grouper(n, iterable, fillvalue=None):
    "grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
    args = [iter(iterable)] * n
    return itertools.zip_longest(*args, fillvalue=fillvalue)

print (list(grouper(5, L)))
[('a1', 1, 'c1', 'd1', 'e1'), ('a2', 2, 'c2', 'd2', 'e2'), ('a3', 3, 'c3', 'd3', 'e3')]

df = pd.DataFrame(list(grouper(5, L))).rename(columns = lambda x: f'Heading {x + 1}')
print (df)
  Heading 1  Heading 2 Heading 3 Heading 4 Heading 5
0        a1          1        c1        d1        e1
1        a2          2        c2        d2        e2
2        a3          3        c3        d3        e3

print (df.dtypes)
Heading 1    object
Heading 2     int64
Heading 3    object
Heading 4    object
Heading 5    object
dtype: object

Первая идея с изменением формы, но последняя необходима для преобразования столбца в числовое значение:

df = pd.DataFrame(np.array(L).reshape(-1, 5)).rename(columns = lambda x: f'Heading {x + 1}')
print (df)
  Heading 1 Heading 2 Heading 3 Heading 4 Heading 5
0        a1         1        c1        d1        e1
1        a2         2        c2        d2        e2
2        a3         3        c3        d3        e3

print (df.dtypes)

Heading 1    object
Heading 2    object <- converted to object
Heading 3    object
Heading 4    object
Heading 5    object
dtype: object