(Python) 识别缺失的字符并替换为 NA

Question

my_string = "        Name         Last_Name              Place"
my_string_another = "Aman         Raparia                India"

我在上面提供了两个字符串，这不是 CSV 的输出。目前我正在做的是读取第一个字符串并转换为这样的列表

my_string = my_string.strip("\r\n")
my_string = my_string.split(" ")
my_string[:] = [elem for elem in my_string if elem != ""]

以

的格式提供输出

my_string = ['Name', 'Last_Name', 'Place']

类似地，我为 my_string_another 执行此操作以生成另一个列表

my_another_string = ["Aman", "Raparia", "India"]

因此我可以轻松创建一个 dict 对象。

当 my_string_another 缺少以下字段之一时会出现问题：-

my_string_another = "Aman                             India"

当我使用相同的逻辑将 my_string_another 转换为它产生的列表时

my_string_another = ["Aman", "India"]

所以当我将它们映射在一起时，它将被映射到姓氏，而不是地点。

有没有办法可以得到以下格式的输出：-

 my_another_string = ["Aman", "NA", "India"]

这样当我映射两个字符串时，它们会正确匹配。

Answer 1

你可以使用re module:

>>> import re
>>> my_string = "        Name         Last_Name              Place"
>>> my_string_another = "Aman         Raparia                India"
>>> re.search('(\S+)\s+(\S*)\s+(\S+)',my_string).groups()
('Name', 'Last_Name', 'Place')
>>> re.search('(\S+)\s+(\S*)\s+(\S+)',my_string_another).groups()
('Aman', 'Raparia', 'India')
>>> my_string_another = "Aman                             India"
>>> re.search('(\S+)\s+(\S*)\s+(\S+)',my_string_another).groups()
('Aman', '', 'India')

这大致意思是：捕获三组非空白字符。中间是可选的。

然后您可以使用列表推导通过 NA 更改空字符串：

>>> m = re.search('(\S+)\s+(\S*)\s+(\S+)',my_string_another).groups()
>>> m = [i if i else 'NA' for i in m]
>>> m
['Aman', 'NA', 'India']