从列表中拆分聊天记录答案

【问题标题】：Splitting chat records from a list从列表中拆分聊天记录
【发布时间】：2017-07-19 00:34:00
【问题描述】：

我有一个列表，它基本上是使用以下代码从即时消息文件中提取的：

with open(input('address here pls: '),'r') as f:
    f = f.readlines()

我返回一个元素列表，例如

> ['=Start=','From: Me','To: You','Hey there','Howre u doing?','=End',
'=Start=','From: You','To: Me','Good!','How bout you?','=End',
]

我试图在 Start 和 End 之间获取所有内容，将 From 和 To 指定为表头，并将消息作为正文。

最终目标是将其推送到 pandas 数据框。

下面是我想要得到的结果：

======================================
From|To |Message                     |
======================================
Me  |You|'Hey there Howre you doing?'|
You |Me |'Good! How bout you?'       |

【问题讨论】：

"我正在尝试获得" - 请告诉我们。

标签： python list pandas dataframe

【解决方案1】：

你可以使用：

L = ['=Start=','From: Me','To: You','Hey there','Howre u doing?','=End',
'=Start=','From: You','To: Me','Good!','How bout you?','=End',
]
#create df from L
df = pd.DataFrame({'Message': L})
#create groups by mask and cumulative sum
b = (df.Message == '=Start=').cumsum()

#extract text in From and To
df['From'] = df.Message.str.extract('From: (.*)', expand=False).ffill()
df['To'] = df.Message.str.extract('To: (.*)', expand=False).ffill()

#remove unnecessary rows
out = ['=Start=','=End','From:','To:']
df = df[~df.Message.str.contains('|'.join(out))]
#groupby by Series b and aggregate
df = df.groupby(b).agg({'Message': ' '.join, 'To': 'last', 'From': 'last'})
df = df.reset_index(drop=True)
print (df)
                    Message   To From
0  Hey there Howre u doing?  You   Me
1       Good! How bout you?   Me  You

【讨论】：