pandas 列拆分多列

最新推荐文章于 2024-08-04 19:55:05 发布

原创

最新推荐文章于 2024-08-04 19:55:05 发布 · 1.8k 阅读

1 ·

CC 4.0 BY-SA版权

博客内容讲述了如何处理一个包含设备信息的数据文件，特别是如何使用pandas将数据的后半部分拆分为多个列。在读取大文件时，由于文件类型和数据混合，需要设置low_memory=False来避免DtypeWarning。博主确定了列名，并根据文件中的第三字段值来决定拆分的列数。数据中每组信息由逗号和竖线分隔，博主完成了数据预处理的基本步骤。

现有数据为这

需要将后半部分，全部拆分成列。首先读取文件，由于文件比较大。

tempData=pd.read_csv(filName,low_memory=False,compression='gzip')

读取压缩文件，至于为什么加low_memory=False 后面了再说。

先确定文件列名称：

读取完之后至于分多少列文件中第三个字段是有多少组数据，

那么截取三个字段的值

maxColumns=tenpData.iloc[0,2]

按照文件具体名称生成文件列名称

strChar=u"路由器"
strSourceColumn=u"名称,类型,品牌,型号,厂家"
coloumnlist=strSourceColumn.split(",");
for i in

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

windows_oracle

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

一文速学(二十二)-数据分析之Pandas实现一列切分为多列

master_hunter的博客

11-22

3794

pandas专栏将pandas数据处理的函数以及一些功能都写的基本完善了，现在一些工作就是查漏补缺了。我会将我在实际项目上遇到的一些将pandas实现的较为复杂的功能总结为各个小文章，作为以后集成做开源项目作准备，这样以来数据分析的基础就很牢固，Pandas数据分析系列专栏已经更新了很久了，基本覆盖到使用pandas处理日常业务以及常规的数据分析方方面面的问题。

Pandas：⼀列拆分为多列

LuckyTHP

04-27

1465

假设dataframe中有⼀列数据为如下形式：需要将YEAR_UNIT_DEPOSIT_PRO这⼀列的数据按照指定分隔符‘|’拆分为12列，并拼接到原始数据中⽣成新的dataframe。⽅法如下：数据拆分、拼接 gjj_pro = gjj_pboc['YEAR_UNIT_DEPOSIT_PRO'].str.split('|', expand=True) # 将数据按‘|’拆分 gjj_pro_col_len=gjj_pro.shape[1]#拆分出的列数 new_names = ['gjj_pro

参与评论您还未登录，请先登录后发表或查看评论

pandas将一列分割成多列

冷烬亿下

05-01

5429

示例数据 import pandas as pd from pandas import Series,DataFrame consum = pd.read_csv('./consum.csv',encoding='ANSI') consum[["消费时间"]] 要将“消费时间”这一列按照空格分割 #拆消费时间 consum["日期"]=consum["消费时间"].map(lambda x:x.split(' ')[0]) consum["时间"]=consum["消费时间"].map(l

pandas 内置str函数，轻松拆分一列数据为多列

A_pinkpig的博客

04-08

1万+

读入数据，name列可以由‘-’符号分割出两列。 data = pd.read_csv('D:/test.csv', encoding='gbk') data 执行series内置函数str.split，得到每一个单元格的分割列表。 data['name'].str.split('-') 添加一个参数expand=True，将列表分开，得到两列。 data['name'].str.spli...

Python Pandas：DataFrame 一列切分成多列、分隔符切分选字段

AcWare 学习笔记

12-10

1万+

Python Pandas：DataFrame 一列切分成多列、分隔符切分选字段

pandas如何将一行拆分为多行，一列拆分为多列

weixin_44214830的博客

11-04

1万+

今天在工作中遇到要将pandas数据框的一行拆成多行，和一列拆为多列的需求，一台服务器中可以有多个网卡，每个网卡都有状态，通过网卡的上下行流量。下面以一组“数据”为例，来说一下pandas如何将一行拆分为多行，一列拆分为多列。需求如下图思路： 1.先将(0,c)拆成一个数据框 2.再将新数据框拆成4列(list1,list2,list3,list4) 3. 将原始数据框的c列删除，合并两个数据框 import numpy import pandas as pd from tab..

使用pandas对单个excel工作簿进行指定列拆分并另存为多个工作簿

weixin_73361196的博客

08-24

1516

使用pandas对单个excel工作簿进行指定列拆分，并保留工作簿1、2行数据

Pandas数据处理全攻略：拆分逗号分隔列的10种方法

蜗牛沐雨

08-04

1505

在数据分析的征途中，将DataFrame中的逗号分隔列拆分为多行是一项常见任务。Pandas作为Python中一个强大的数据处理工具，提供了多种灵活的方法来实现这一需求。本文将详细介绍10种不同的技术，帮助你根据具体的数据场景和个人偏好选择合适的方法。在处理现实世界的数据时，我们经常遇到需要将字符串列表转换为行的情况。例如，从API获取的数据或者CSV文件中，某些列可能包含逗号分隔的值。Pandas库提供了多种方式来处理这类数据，使其更加易于分析。

Python Pandas list(列表)数据列拆分成多行的方法

weixin_42098295的博客

06-08

1755

print("\n使用 repeat 和 numpy 的 concatenate 拆分成多行:\n", df_expanded)print("\n通过 apply 和 pd.Series 拆分成多行:\n", result)print("\n使用 reindex 和 assign 拆分成多行:\n", result)print("\n创建新的列表并构造 DataFrame:\n", result)print("\n使用 numpy 高性能实现:\n", result)

pandas 将单元格是列表的DataFrame拆成多列

fight fight fight,never ever ever give up

08-24

712

2、pd.DataFrame(列表)创造一个.DataFrame。列表中每个元素是DataFrame的按行排列的元素，即第n个元素放在第n行的0列。1、df[col].values.tolist() 解释，本例中 col=0。pd.concat([pd.DataFrame(df[col].values.tolist()), df[其他列]], axis=1)pd.DataFrame(df[col].values.tolist()) 将单元格元素是列表的列拆成多列。生成DataFrame如下。

pandas将list数据拆分成行或列.ipynb

03-03

pandas将list数据拆分成行或列 https://blog.youkuaiyun.com/lly1122334/article/details/104629678

【Pandas】一行拆多行以及一列拆多列

一个技术迷的博客

06-30

611

Pandas 拆分成多行或者多列

python拆分list_pandas将list数据拆分成行或列的实现

weixin_39953673的博客

12-16

1837

数据import numpy as npimport pandas as pddata = [{'Name': '小明', 'Chinese': [70, 80], 'Math': [90, 80]},{'Name': '小红', 'Chinese': [70, 80, 90], 'Math': [90, 80, 70]}]data = pd.DataFrame(data)data拆分成行def ...

pandas keyerror: 标签_Pandas 操作数据集（最全总结之一）

weixin_39968655的博客

11-22

2131

Pandas 操作数据集（最全总结之一）第1部分：选择带[ ]，.loc和.iloc这是关于如何从pandas DataFrame或Series中选择数据子集的四部分系列的开始。Pandas为子集选择提供了多种选择，这需要多篇文章。本系列分为以下四个主题。选择带[]，.loc和.iloc布尔索引分配数据子集如何不选择数据子集开始之前的假设这些系列文章假定您不了解Pandas，但是您了解Python...

【Python】DataFrame一列拆成多列以及一行拆成多行