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
今天小编就为大家分享一篇在Python中分别打印列表中的每一个元素方法，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2018-11-11
今天小编就为大家分享一篇Python 之 Json序列化嵌套类方式，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2020-02-02
这篇文章主要介绍了python cv2.waitKey()函数的使用方式,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2024-01-01
这篇文章主要介绍了使用python实现哈希表、字典、集合操作，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-12-12
这篇文章主要介绍了Python程序员代码编写时应该避免的17个“坑”,也可以说成Python程序员代码编写时应该避免的17个问题,需要的朋友可以参考下2014-06-06
这篇文章主要介绍了Python中继承的的相关资料，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-06-06
这篇文章主要给大家介绍了关于Pandas中时间序列处理的相关资料,pandas 是基于NumPy 的一种工具,该工具是为解决数据分析任务而创建的,需要的朋友可以参考下2021-06-06
今天小编就为大家分享一篇基于Django框架的权限组件rbac实例讲解，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2019-08-08
首先需要明白，可迭代对象，按照正数索引（正序）是从0开始的，按照负数索引（逆序）是从－1开始的2013-03-03
在Python中,您可以使用各种库和工具来绘制图形,其中包括绘制圆形,下面这篇文章主要给大家介绍了关于python经典百题之画圆形的多种解决办法,文中通过代码介绍的非常详细,需要的朋友可以参考下2024-03-03
最新评论