Python - Создание фрейма данных, транспонирование и объединение его для получения таблицы

Question

Python - Создание фрейма данных, транспонирование и объединение его для получения таблицы

Я использую общую библиотеку, а не общую переменную, но я думаю, что это аналогичная ситуация. Я не использую параметр $class, но я вызываю непосредственно одну из функций, предложенную генератором фрагментов конвейера. У вас может быть список здесь . В приведенном ниже примере я использую привязку usernameColonPassword. В конвейере я создаю экземпляр утилит класса и передаю конструктору this. Затем в библиотеке я использую объект step для доступа к шагам конвейера (например, withCredentials или usernameColonPassword).

class Utilities implements Serializable {
    def steps
    Utilities(steps) {
        this.steps = steps
    }
    def doArchiveToNexus(String credentials, String artifact, String artifact_registry_path){
        try {
            steps.withCredentials([steps.usernameColonPassword(credentialsId: credentials, variable: 'JENKINS_USER')]) {
                steps.sh "curl --user " + '${JENKINS_USER}' + " --upload-file ${artifact} ${artifact_registry_path}"
            }
        }catch (error){
            steps.echo error.getMessage()
            throw error
        }
    }
}

-1

dataframe pandas python

задан trincot 19 January 2019 в 09:31

1 ответ

Другие вопросы по тегам:

dataframe pandas python

Похожие вопросы:

score 0 · Answer 1

Используйте read_csv для DataFrame и затем pivot с cumcount для счетчика для нового индекса:

import pandas as pd

temp=u"""Name,Kamath
Age,23
Sex,Male
Company,ACC
Vehicle,Car
Name,Ram
Age,32
Sex,Male
Company,CCA
Vehicle,Bike
Name,Reena
Age,26
Sex,Female
Company,BARC
Vehicle,Cycle"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.txt'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a','b'])

<час>

print (df)
          a       b
0      Name  Kamath
1       Age      23
2       Sex    Male
3   Company     ACC
4   Vehicle     Car
5      Name     Ram
6       Age      32
7       Sex    Male
8   Company     CCA
9   Vehicle    Bike
10     Name   Reena
11      Age      26
12      Sex  Female
13  Company    BARC
14  Vehicle   Cycle

<час>

df = pd.pivot(index=df.groupby('a').cumcount(),
              columns=df['a'],
              values=df['b'])
print (df)
a Age Company    Name     Sex Vehicle
0  23     ACC  Kamath    Male     Car
1  32     CCA     Ram    Male    Bike
2  26    BARC   Reena  Female   Cycle