[英]Python: Split string into two columns by more than one seperator
我正在从 csv 文件导入数据,我想将列“topThemes”拆分为一个包含两列的数组/数据框。
在第一列中我想要主题的名称(例如生物学),在第二列中我想要它的相关分数(例如 62)。
当我导入列时,它以这种格式存储:
Biology: 62\n
Economics: 12\n
Physics: 4\n
Chemistry: 8\n
and so on.
我当前的代码和错误如下所示。
代码:
df = pd.read_csv(r'myfilelocation')
split = [line.split(': ') for line in df['topThemes'].split('\n')]
错误:
AttributeError("'Series' object has no attribute 'split'")
正在导入的 CSV 文件:
我希望它看起来如何:
感谢您的任何帮助/回复。
使用read_csv()
function 的names
指定要与sep
一起使用的分隔符和列名称:
df = pd.read_csv(r'myfilelocation', sep=':', names=['topThemes', 'score'])
此处的文档: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html
哦,我现在看到你的源 CSV 文件...
可能有一种更简洁的方法可以在更少的步骤中执行此操作,但我认为这会产生您请求的 output:
data = pd.read_csv(r'myfilelocation', usecols=['topThemes'])
data = pd.DataFrame(data['topThemes'].str.split('\n').values.tolist()).stack().to_frame(name='raw')
df = pd.DataFrame()
df[['topTheme', 'score']] = data['raw'].apply(lambda x: pd.Series(str(x).split(":")))
df.dropna(inplace=True)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.