是否有相当于 to_markdown 的读取数据？

Question

使用 pandas 1.0.0.to_markdown()在本论坛中以降价方式显示数据框内容的使用将会激增。有没有一种方便的方法将数据加载回数据帧？也许是一个选择.from_clipboard(markdown=True)？

Answer 1

您可以使用 pandasread_table函数读取降价表（或任何结构化文本表）：

让我们创建一个示例降价表：

pd.DataFrame({"a": [0, 1], "b":[2, 3]}).to_markdown()                                                                                                                                                    

|    |   a |   b |
|---:|----:|----:|
|  0 |   0 |   2 |
|  1 |   1 |   3 |

如您所见，这只是一个结构化文本表，其中分隔符是管道，有很多空白，最左侧和最右侧有空列，并且有一个必须删除的标题下划线。

pd
  # Read a markdown file, getting the header from the first row and inex from the second column
  .read_table('df.md', sep="|", header=0, index_col=1, skipinitialspace=True)
  # Drop the left-most and right-most null columns 
  .dropna(axis=1, how='all')
  # Drop the header underline row
  .iloc[1:]   

   a  b
0  0  2
1  1  3

Answer 2

这将负责删除值和列名称中的所有空格（因此，如果您想在值中保留空格，请务必小心）：

from io import StringIO
import pandas as pd

md_table = pd.DataFrame({"a": [3, 10000], "b":[2222, 3]}).to_markdown()
print(md_table)

# The white space on both columns and values need to be removed
|    |     a |    b |
|---:|------:|-----:|
|  0 |     3 | 2222 |
|  1 | 10000 |    3 |

# The white space on both columns and values need to be removed
|    |     a |    b |
|---:|------:|-----:|
|  0 |     3 | 2222 |
|  1 | 10000 |    3 |

       a     b
0      3  2222
1  10000     3

Answer 3

到目前为止，没有一个答案从剪贴板读取数据。它们都要求数据位于字符串中。这导致我查看了 的源代码pandas.read_clipboard()，你瞧，该方法内部使用pandas.read_csv(), 并将所有参数传递给它。这会自动产生以下解决方案：

t = pd.DataFrame({"a": [0, 1], "b":[2, 3]}).to_markdown()                                                                                                                                                    
print(t)

|    |   a |   b |
|---:|----:|----:|
|  0 |   0 |   2 |
|  1 |   1 |   3 |

标记表格并将其复制到剪贴板（Windows 上为 Ctrl-C）。基于上述答案：

|    |   a |   b |
|---:|----:|----:|
|  0 |   0 |   2 |
|  1 |   1 |   3 |

下一步是将其集成到https://pyjanitor-devs.github.io/pyjanitor/中，以便可以使用参数轻松调用它markdown=True。