用分隔符 / sep 分隔 csv 列答案

【问题标题】：Separating csv columns with delimiter / sep用分隔符 / sep 分隔 csv 列
【发布时间】：2020-08-05 20:55:15
【问题描述】：

我的目标是将存储在单元格中的数据分离到同一行的多列中。

例如，我想获取如下所示的数据：

Row 1: [<1><2>][<3><4>][][]

Row 2: [<1><2>][<3><4>][][]

变成如下所示的数据：

Row 1: [1][2][3][4]

Row 2: [1][2][3][4]

我尝试使用下面的代码来提取 csv 并在“>”处分隔每一行

df = pd.read_csv('file.csv', engine='python', sep="\*>", header=None)

但是，代码未按预期运行。相反，分离发生在看似随机且不可预测的点上（我确信有一个模式，但我没有看到它。）每次中断都会创建另一行而不是另一列。例如：

Row 1: [<1>][<2>]

Row 2: [<3>]

Row 3: [<4>]

我认为问题可能在于读取 CSV 文件，所以我尝试重新抓取包含分隔符的站点，但它产生了相同的结果，所以我假设它是分隔符调用的问题。但是，在尝试了许多其他导致各种错误的调用后，我发现了该调用。例如，当我尝试使用 sep = '>' 时，出现以下错误：ParserError: '>' expected after '"'，而当我尝试使用 sep = '\>' 时，出现以下错误：ParserError: Expected 36 fields in line 1106, saw 120. Error could possibly be due to quotes being ignored when a multi-char delimiter is used.

这些错误让我查看了多个资源，包括 this 和 this 等。

但是，我没有找到任何资源可以成功演示如何在使用“>”分隔符后分隔一行中的每一列。如果有人知道如何做到这一点，请告诉我。非常感谢您的帮助！

更新：

这是 CSV 文件的实际屏幕截图，以便更好地理解我在上面试图演示的内容。我的最终目标是让所有数据都是 I+ 列中的一个描述性因素的数据，而不是像现在这样的许多数据。

【问题讨论】：

数据是用方括号和尖括号分开的吗？你能发布几行输入和预期输出吗？
@tdelaney 我在我的帖子中添加了新信息，以帮助详细说明您的问题。如果您需要我提供更多信息，请告诉我。谢谢。
看起来它最初是一个 html 页面，带有一个将表格转换为 Excel 的工具。在原始 XML 中抓取数据可能更容易。将此表导出为 CSV，然后导入 python 应该会给你 html 片段。也许您可以使用csv 模块，而不是pandas，然后使用BeautifulSoup 来解析和提取数据。您对哪些栏目感兴趣？

标签： python pandas csv

【解决方案1】：

这行得通吗：

string="[<1><2>][<3><4>][][]"
string=string.replace("[","")
string=string.replace("]","")
string=string.replace("<","[")
string=string.replace(">","]")
print(string)

结果：

[1][2][3][4]

【讨论】：

【解决方案2】：

我最终使用了 Google 表格。上传 csv 后，会有一个标题为“数据”的标题，然后是一个标题为“将文本拆分为列”的子部分。

如果您想以更快的方式使用代码执行此操作，您还可以使用 pandas 执行以下操作：

# new data frame with split value columns 
new = data["Name"].str.split(" ", n = 1, expand = True) 

# making separate first name column from new data frame 
data["First Name"]= new[0] 

# making separate last name column from new data frame 
data["Last Name"]= new[1] 

# Dropping old Name columns 
data.drop(columns =["Name"], inplace = True) 

# df display 
data

【讨论】：