使用python清理文本數據

Question

我正在用示例學習python。 也許我必須學習數據結構以完全內部化這些功能，但是我希望有人在此階段可以為我提供幫助。

現在，我正在清理熊貓數據框堆積的文本數據。

我得到了以下結果，我想做的只是為每個拆分文本取最后兩個元素。

[['Australian Centre for Ancient DNA',
  ' School of Biological Sciences',
  ' University of Adelaide',
  ' Adelaide',
  ' South Australia 5005',
  ' Australia'],
 ['Department of Ecology and Evolutionary Biology',
  ' Ramaley Biology',
  ' University of Colorado',
  ' Boulder',
  ' CO 80309',
  ' USA']]

所以，我的審判就像

df["zip"] = df["Af_split_split"]
i = 0
j = 0 
df.iloc[i,7][j] = df.iloc[i,6][j][len(df.iloc[i,6][j])-2:len(df.iloc[i,6][j])-1]

但是，當我嘗試時，數據框中另一列中的元素也已更改。 （請參閱，Af_split，Af_split_split，zip的第一行具有相同的值）

我該如何解決這個問題？

Answer 1

如果我正確地理解了您的問題，那么從您所描述的症狀來看，您的問題就是經典的問題：您需要復制列表並修改副本，而無需修改原始副本。 已經在堆棧溢出問題上得到了解答，請參見此處： 如何克隆或復制列表？

對於您的特定示例，解決方案是將您分配給df [“ zip”]的行修改為此：

df["zip"] = df["Af_split_split"][:]

沒有數字的切片運算符將創建列表的新副本（而不是創建指針），以便對該副本的修改不會影響原始副本。