將列中的文字拆分為多行
處理大型CSV 檔案時,可能需要拆分特定列中的文字多行。 Pandas 和 Python 提供了完成此任務的有效方法。
使用Pandas
以空格分割:
df['Seatblocks'].str.split(' ').apply(Series, 1).stack()
依空格分割:
依空格分割“Seatblocks”列中的每一行,並為每個結果字串建立一個新列。
df['Seatblocks'].str.split(' ').apply(lambda x: Series(x.split(':')))
以冒號分割:
這將進一步用冒號分割新列中的每個字串,為每個冒號分隔的字串建立多個列。
範例CustNum | CustomerName | ItemQty | Item | Seatblocks | ItemExt |
---|---|---|---|---|---|
32363 | McCartney, Paul | 3 | F04 | 2:218:10:4,6 | 60 |
31316 | Lennon, John | 25 | F01 | 1:13:36:1,12 1:13:37:1,13 | 300 |
CustNum | CustomerName | ItemQty | Item | Seatblocks1 | Seatblocks2 | Seatblocks3 | Seatblocks4 | ItemExt |
---|---|---|---|---|---|---|---|---|
32363 | McCartney, Paul | 3 | F04 | 2 | 218 | 10 | 4,6 | 60 |
31316 | Lennon, John | 25 | F01 | 1 | 13 | 36 | 1,12 | 300 |
31316 | Lennon, John | 25 | F01 | 1 | 13 | 37 | 1,13 | 300 |
使用上述方法,可以將'Seatblocks' 列拆開分為多行:
結論利用Pandas 的分割和堆疊操作,可以有效地將一列中的文字資料重組為多行,從而實現進一步的分析和操作。以上是如何使用 Pandas 和 Python 將一列中的文字拆分為多行?的詳細內容。更多資訊請關注PHP中文網其他相關文章!