Skip to main content
 首页 » 编程设计

python之在 R 或 Python 中转换数据类型

2025年05月04日13fff_TT

我有亚马逊数据,想用 R 或 Python 将其转换为 csv 格式。我的原始数据如下所示:

product/productId: B000GKXY3    
product/title: Nun Chuck   
product/price: 17.99   
review/userId: ADX8VLDUOL7BG   
review/profileName: M. Gingras 
 
 
product/productId: B000GKXY34   
product/title: Nun Chuck   
product/price: 17.99   
review/userId: A3NM6P6BIWTIAE   
review/profileName: Maria Carpenter 

我想将其更改为如下所示的 csv 格式:

product/productId, product/title, product/price, review/userId, review/profileName   
B000GKXY34, Nun Chuck, 17.99, ADX8VLDUOL7BG, M. Gingras   
B000GKXY34, Nun Chuck, 17.99, A3NM6P6BIWTIAE, Maria Carpenter   

亚马逊数据集对我来说有点独特,不知道如何将其转换为 csv 格式。 我主要使用 R,但也对 Python 持开放态度。所以,任何知道如何使用 R 或 Python 执行此操作的人,请分享您的想法。

提前致谢。

请您参考如下方法:

这是在 R 中执行此操作的一种方法。它要求所有数据 block 的字段(顺序和名称)相同,并且数据 block 由空行分隔。我想有更简单的方法可以做到这一点,也许使用 plyr?

读入一些数据。您可以将 readLines 指向一个文本文件。

dat <- readLines(textConnection('product/productId: B000GKXY3 
product/title: Nun Chuck 
product/price: 17.99 
review/userId: ADX8VLDUOL7BG 
review/profileName: M. Gingras 
 
product/productId: B000GKXY34 
product/title: Nun Chuck 
product/price: 17.99 
review/userId: A3NM6P6BIWTIAE 
review/profileName: Maria Carpenter 
 
product/productId: B000GKXY35 
product/title: Nun Chuck 
product/price: 17.99 
review/userId: A3NM6P6BIWTIAF 
review/profileName: Someone Else')) 
 
# Identify blocks of data (assuming blank line indicates a new block)  
#  and split to list L. 
L <- split(dat, rep(seq_along(diff(c(0, which(dat==''), length(dat)))),  
                   diff(c(0, which(dat==''), length(dat))))) 
 
# Remove empty elements. 
L <- lapply(L, function(x) x[x != '']) 
 
# rbind to a matrix 
M <- do.call(rbind, L) 
 
# Extract column names 
nm <- sub(':.*$', '', M[1, ]) 
 
# Remove column names from matrix elements 
M <- gsub('^.*: *', '', M) 
 
# Add column names attribute 
colnames(M) <- nm 
 
M 
 
  product/productId product/title product/price review/userId    review/profileName 
1 "B000GKXY3"       "Nun Chuck"   "17.99"       "ADX8VLDUOL7BG"  "M. Gingras"       
2 "B000GKXY34"      "Nun Chuck"   "17.99"       "A3NM6P6BIWTIAE" "Maria Carpenter"  
3 "B000GKXY35"      "Nun Chuck"   "17.99"       "A3NM6P6BIWTIAF" "Someone Else"  

然后您可以轻松地强制使用 data.frame 来使 product/price 成为数字,如果这让您满意的话。