pandas数据分列实现分割符号&固定宽度
更新时间：2024年04月01日 11:02:44 作者：数据人阿多
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,本文主要介绍了pandas数据分列实现分割符号&固定宽度,具有一定的参考价值,感兴趣的可以了解一下
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
分列
模拟数据
以下面这9行数据作为案例来进行处理
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')
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)
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)
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脚本之家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脚本之家！
相关文章
python工具模块介绍之time 时间访问和转换的示例代码
这篇文章主要介绍了python工具模块介绍-time 时间访问和转换,本文通过示例代码给大家介绍的非常详细，对大家啊的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-04-04
这篇文章主要介绍了python 使用pandas同时对多列进行赋值操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要为大家详细介绍了python多进程读图提取特征存npy，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-05-05
在本篇内容里小编给大家整理的是关于python实现最短路径的实例方法，有需要的朋友们可以参考下。2020-07-07
今天小编就为大家分享一篇Python 通过调用接口获取公交信息的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
使用Python自带的logging模块记录日志，但是总觉得不够优雅。 Loguru解决了这个问题，接下来通过本文给大家介绍Python 第三方日志框架loguru使用，感兴趣的朋友跟随小编一起看看吧2021-05-05
这篇文章主要介绍了Python中的迭代器与生成器使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
简单来说,抠图就是将照片的主体人或物品从图片中抠出来,以便贴到别处使用,下面这篇文章主要给大家介绍了关于如何使用五行Python代码轻松实现批量抠图的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2022-04-04
这篇文章主要介绍了使用Python Requests访问网络,Python Requests 是一个非常强大的 HTTP 客户端库,用于发送 HTTP 请求,获取响应等操作,通过这个库,你可以轻松地与 Web 服务进行交互,实现各种网络请求2024-01-01
Python利用逻辑回归模型解决MNIST手写数字识别问题详解
这篇文章主要介绍了Python利用逻辑回归模型解决MNIST手写数字识别问题,结合实例形式详细分析了Python MNIST手写识别问题原理及逻辑回归模型解决MNIST手写识别问题相关操作技巧,需要的朋友可以参考下2020-01-01
最新评论