pandas read_csvメソッドリストからインデックスを作成する

Question

ウィキペディアの一部のデータをコピーして貼り付けて作成するcsvファイルを読み込む必要があります。データは、その州の原点によってグループ分けされた大学のリストです。 私がしようとしているのは、このデータをpandasデータフレームにインポートすることです。インデックスは状態の名前です。しかし、read_csvを使用してcsvをインポートすると、データは1次元であり、状態名は大学の名前と同じ列にあります。 このデータフレームから、最初の列から状態を抽出し、それらをインデックスとして使用する必要があります。それをどうやって行うかわからない。 私はfor/ifループで状態名のリストを試すことができると思った。より速くよりエレガントな方法があるかもしれません。 提案がありますか？

Alabama[edit] 
Auburn (Auburn University, Edward Via College of Osteopathic Medicine)[14] 
Birmingham (University of Alabama at Birmingham, Birmingham School of Law, Cumberland School of Law, Miles Law School)[15] 
Dothan (Fortis College, Troy University Dothan Campus, Alabama College of Osteopathic Medicine) 
Florence (University of North Alabama) 
Homewood (Samford University) 
Huntsville (University of Alabama, Huntsville) 
Jacksonville (Jacksonville State University)[16] 
Livingston (University of West Alabama)[16] 
Mobile (University of South Alabama)[17] 
Montevallo (University of Montevallo, Faulkner University)[16] 
Montgomery (Alabama State University, Huntingdon College, Auburn University at 
Montgomery, H. Councill Trenholm State Technical College, Faulkner University) 
Troy (Troy University)[16] 
Tuscaloosa (University of Alabama, Stillman College, Shelton State)[18][19] 
Tuskegee (Tuskegee University)[20] 
Alaska[edit] 
Anchorage[21] (University of Alaska Anchorage) 
Fairbanks (University of Alaska Fairbanks)[16] 
Juneau (University of Alaska Southeast) 
Ketchikan (University of Alaska Southeast-extended campus) 
Sitka (University of Alaska Southeast-extended campus) 

感謝：

これはcsvファイルがどのように見えるかです！

Answer 1

pandas.read_csvの説明で説明したように、index_colを使用して、csvファイルのどの列をインデックスとして使用するかを定義できます。

あなたの特定のケースのために、ここでの作業のコード例で、ファイルにデータを入れて、以下のコードを編集するあなたの必要性は、そのファイルを読むための

import pandas as pd 


# read your data into a list of lines 
with open("/tmp/data.txt", "rb") as myfile: 
    data= myfile.readlines() 

# strip whitespaces from each line 
data = [i.strip() for i in data] 

# split each line with space to a list of words 
data = [i.split(" ") for i in data] 

# create a list of lists where 
# each list contains the state name in the first element 
# and the other words in the second element 
data = [[i[0], " ".join(i[1:])] for i in data] 

# create a data frame from the prepared data 
data = pd.DataFrame(data, columns=["state", "university"]) 

# convert the state column to the dataframe index 
data = data.set_index("state") 

# see the results 
print(data.head()) 

結果は次のようになります。

             university 
state               
Alabama[edit]             
Auburn   (Auburn University, Edward Via College of Oste... 
Birmingham  (University of Alabama at Birmingham, Birmingh... 
Dothan   (Fortis College, Troy University Dothan Campus... 
Florence       (University of North Alabama)