使用python熊猫将文本数据拆分为行数据记录
使用python熊猫将文本数据拆分为行数据记录
提问于 2021-12-15 12:58:39
因为我对python很陌生，因为我试图拆分文本数据，并将其转换为excel列和行记录。假设我有100条记录，因为我需要拆分为1-7是一列，8-8是第二列，9-10是第三列，11-18是第四列，第五列是19-24，第六列是25-124，第七列是125-1000。下面的示例记录在text.txt中。我想转换成基于上述字符的excel文件。有谁能帮我吗。
示例文本格式:
animals210 redwingsclearmist
animals220 redwingsclearmist
animals230 redwingsclearmist
animals240 redwingsclearmist输出格式示例:
0 1 2 3 4
0 animals 210 red wings clearmist
1 animals 210 red wings clearmist
2 animals 210 red wings clearmist
3 animals 210 red wings clearmist回答 2
Stack Overflow用户
回答已采纳
发布于 2021-12-15 13:17:50
您可以将itertools.tee和zip_longest结合起来
功能拆分：
from itertools import tee, zip_longest
def split_by_index(s):
indices = [0,7,10,14,20]
start, end = tee(indices)
next(end)
return " ".join([s[i:j] for i,j in zip_longest(start, end)])你的数据：
import pandas as pd
df = pd.DataFrame()
df["sentence"] = ["animals120 redlivinginjungle",
"animals140 redlivinginjungle",
"animals160 redlivinginjungle"]
sentence
0 animals120 redlivinginjungle
1 animals140 redlivinginjungle
2 animals160 redlivinginjungle然后应用函数创建新的dataframe：
new_df = df["sentence"].apply(split_by_index).str.split(expand=True)输出
print(new_df)
0 1 2 3 4
0 animals 120 red living injungle
1 animals 140 red living injungle
2 animals 160 red living injungleStack Overflow用户
发布于 2021-12-15 13:00:51
使用.str访问器
column_splits = {'first': [0, 7], 'second': [7, 10]}
for column, limits in column_splits.items():
start, end = limits
df[column] = df['your_column'].str[start: end]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70364112
复制相关文章
相似问题
腾讯云开发者
