pandas数据分列实现分割符号&固定宽度

2024-04-18 0 268
目录
  • 背景
  • 模拟数据
  • 读取数据
  • 分割符号分列
  • 固定宽度分列

背景

数据分列在数据处理中很常见,数据分列一般指的都是字符串分割,这个功能在Excel里面很实用,处理数据非常方便,那么在pandas数据框中怎么使用呢,今天这篇文章就来详细介绍下

pandas数据分列实现分割符号&固定宽度

分列

模拟数据

以下面这9行数据作为案例来进行处理

pandas数据分列实现分割符号&固定宽度

模拟数据

读取数据

#加载库
import pandas as pd

#读取数据
data=pd.read_excel(\’data.xlsx\’)

pandas数据分列实现分割符号&固定宽度

读取数据

分割符号分列

主要运用了pandas里面列的str属性,str有很多的方法,感性的同学可以自动查找,这里不做过多介绍。分割字符用到的就是split方法重点:在分割前一定要把该列强制转换为字符型

#对指定列进行分割
split_data_1=data[\’分割字符\’].astype(\’str\’).str.split(\’&\’,expand=True)

#修改分割后的字段名称
split_data_1.columns=[\’D_\’+str(i) for i in split_data_1.columns]

#与原始数据进行合并
data_result=data.join(split_data_1)

pandas数据分列实现分割符号&固定宽度

分割符号

固定宽度分列

pandas里面没有固定分割的相应函数,这里巧妙的运用了辅助函数来进行处理,这里的固定宽度为1

#定义个辅助函数
def concat_split(x,width=1):
result=\’\’
start=0
while True:
s=str(x)[start:start+width]

if s:
result =result + s + \’&\’
else:
break
start=start+width

return result[:-1]

#先利用辅助函数,再进行分割
split_data_2=data[\’固定宽度\’].map(concat_split).str.split(\’&\’,expand=True)

#修改分割后的字段名称
split_data_2.columns=[\’W_\’+str(i) for i in split_data_2.columns]

#与原始数据进行合并
data_result=data.join(split_data_2)

pandas数据分列实现分割符号&固定宽度

固定宽度

到此这篇关于pandas数据分列实现分割符号&固定宽度的文章就介绍到这了,更多相关pandas数据分列内容请搜索悠久资源网以前的文章或继续浏览下面的相关文章希望大家以后多多支持悠久资源网!

您可能感兴趣的文章:

  • pandas之分组统计列联表pd.crosstab()问题
  • Python Pandas:DataFrame一列切分成多列、分隔符切分选字段方式
  • Python pandas入门系列之众数和分位数
  • pandas 实现某一列分组,其他列合并成list
  • pandas将list数据拆分成行或列的实现
  • Pandas实现一列数据分隔为两列
  • pandas 使用均值填充缺失值列的小技巧分享
  • Python学习笔记之pandas索引列、过滤、分组、求和功能示例

收藏 (0) 打赏

感谢您的支持,我会继续努力的!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

悠久资源 Python pandas数据分列实现分割符号&固定宽度 https://www.u-9.cn/jiaoben/python/187099.html

常见问题

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务