[英]Python: Split string into two columns by more than one seperator
我正在從 csv 文件導入數據,我想將列“topThemes”拆分為一個包含兩列的數組/數據框。
在第一列中我想要主題的名稱(例如生物學),在第二列中我想要它的相關分數(例如 62)。
當我導入列時,它以這種格式存儲:
Biology: 62\n
Economics: 12\n
Physics: 4\n
Chemistry: 8\n
and so on.
我當前的代碼和錯誤如下所示。
代碼:
df = pd.read_csv(r'myfilelocation')
split = [line.split(': ') for line in df['topThemes'].split('\n')]
錯誤:
AttributeError("'Series' object has no attribute 'split'")
正在導入的 CSV 文件:
我希望它看起來如何:
感謝您的任何幫助/回復。
使用read_csv()
function 的names
指定要與sep
一起使用的分隔符和列名稱:
df = pd.read_csv(r'myfilelocation', sep=':', names=['topThemes', 'score'])
此處的文檔: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html
哦,我現在看到你的源 CSV 文件...
可能有一種更簡潔的方法可以在更少的步驟中執行此操作,但我認為這會產生您請求的 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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.