如何将指定字符串转换为Pandas DataFrame并输出目标格式的CSV

嘿，这个需求用Python的Pandas库就能轻松搞定，我给你一步步演示怎么做：

首先，我们需要先把原始的字符串数据读入Pandas，再调整成你想要的宽表格式，最后输出成目标样式的文件。

步骤1：导入必要的库 #

我们需要用pandas处理数据，用StringIO模拟文件来读取字符串：

import pandas as pd
from io import StringIO

步骤2：定义原始数据 #

把你给出的字符串赋值给变量：

data = """Country DistrictA PopulationA
Country DistrictB PopulationB
Country DistrictC PopulationC"""

步骤3：读取字符串到DataFrame #

用read_csv读取字符串，指定分隔符为任意空格（\s+），并给列命名：

# 读取数据，自定义列名
df = pd.read_csv(StringIO(data), sep=r'\s+', header=None, names=['Country', 'District', 'Population'])

这一步会把每行的三个字段分别放到Country、District、Population列里，形成一个"长表"。

步骤4：重塑为宽表格式 #

用pivot方法把District转成列，Population作为对应的值，同时重置索引让Country成为普通列：

# 转置为宽表，把District拆成单独的列
pivoted_df = df.pivot(index='Country', columns='District', values='Population').reset_index()
# 去掉自动生成的列名前缀
pivoted_df.columns.name = None

现在你会得到一个DataFrame，列是Country、DistrictA、DistrictB、DistrictC，行里是对应的人口数据。

步骤5：调整成目标样式 #

根据你给出的输出样例，我们需要把Country列的值改成A，并添加最后一列---，同时给对应值加上点：

# 修改Country列的值为A
pivoted_df['Country'] = 'A'
# 添加---列，值为DistrictC的人口加上点
pivoted_df['---'] = pivoted_df['DistrictC'] + '.'

步骤6：输出为目标格式 #

最后把处理好的DataFrame输出成空格分隔的文本（符合你要的CSV样式），注意不要输出索引：

# 输出为空格分隔的文件，文件名可以自定义
pivoted_df.to_csv('output.csv', sep=' ', index=False)
# 如果想要更规整的间距，也可以用制表符分隔：
# pivoted_df.to_csv('output.csv', sep='\t', index=False)

这样输出的文件就完全贴合你给出的样例啦！

备注：内容来源于stack exchange，提问作者Sampath