Блог

У меня есть довольно большой CSV-файл, содержащий несколько столбцов (без разделителей) и один столбец, содержащий результаты, в которых используются три разделителя.

Основным разделителем является «;», который разделяет дни результатов.

Второй разделитель -«:», который разделяет результаты за день (я использую только 2 результата из 6 возможных).

Третьим разделителем является «/», который разделяет день результата и календарное значение результата.

Я хочу, чтобы как можно больше не зацикливаться на столбце «Xamp;Y», так как сам столбец содержит много результатов с разделителями и в нем много строк.

Я хочу видеть:

 import pandas as pd
df = pd.DataFrame({'Col1':['A','AA'], 'Col2':['B', 'BB'], 'Col3':['20200331/1D::::1:2;20200401/2D::::3:4;20200402/3D::::5:6','20210330/1Y::::11:22;20220330/2Y::::33:44;20230330/3Y::::55:66']})
 

Вот решение, которое вы можете попробовать, разделить на основе разделителя (;) , а затем explode преобразовать в строки. Затем extract и, наконец concat , кадры, чтобы получить результирующий кадр.

 import pandas as pd
import re

df = pd.DataFrame({'Col1': ['A', 'AA'], 'Col2': ['B', 'BB'],
                   'Col3': ['20200331/1D::::1:2;20200401/2D::::3:4;20200402/3D::::5:6',
                            '20210330/1Y::::11:22;20220330/2Y::::33:44;20230330/3Y::::55:66']})

df['Col3'] = df['Col3'].str.split(";")

# extract features from the string
extract_ = re.compile(r"(?P<Date>w )/(?P<CalendarValue>w ): (?P<X>. ):(?P<Y>. )")

pd.concat([
    df.drop(columns='Col3'),
    df['Col3'].explode().str.extract(extract_, expand=True)
], axis=1)
 

 Out[*]:

  Col1 Col2      Date CalendarValue   X   Y
0    A    B  20200331            1D   1   2
0    A    B  20200401            2D   3   4
0    A    B  20200402            3D   5   6
1   AA   BB  20210330            1Y  11  22
1   AA   BB  20220330            2Y  33  44
1   AA   BB  20230330            3Y  55  66
 

Regex Demo