pandas中去除指定字符的实例
发布时间：2026-10-13 |
5人浏览过
本文介绍如何在pandas中利用str.split方法，以特定字符（如'#'和';'）为分隔符对数据进行切割与提取。通过示例代码展示如何从包含分隔符的列中提取多段数据，并重新构建DataFrame以完成数据清洗与整理。
示例表格如下：
假设需要移除数据中的'#'和';'符号，并以这两个符号作为分隔符将数据进行切割处理：
#将dfxA_2的每一个分隔符之间的数据提出来
col1=dfxA_2['travel_seq'].str.split('#').str[0]
col2=dfxA_2['travel_seq'].str.split('#').str[1]
col3=dfxA_2['travel_seq'].str.split('#').str[2].str.split(';').str[0]
此处仅展示部分核心代码，实际应用中可根据具体需求灵活调整逻辑。
#建立表
DF1=pd.DataFrame({'link_id1':col1,'time_slot1':col2,'time1':col3,'link_id2':col4,'time_slot2':col5,'time2':col6,'link_id3':col7,'time_slot3':col8,'time3':col9,'link_id4':col10,'time_slot4':col11,'time4':col12,'link_id5':col13,'time_slot5':col14,'time5':col15,'link_id6':col16,'time_slot6':col17,'time6':col18,'all_time':col19})
#重新排列index的值
DF2=DF1.reset_index(drop=True)
#按照指定的列排序columns
DF=DF2.reindex(columns=['link_id1','time_slot1','time1','link_id2','time_slot2','time2','link_id3','time_slot3','time3','link_id4','time_slot4','time4','link_id5','time_slot5','time5','link_id6','time_slot6','time6','all_time'])
#保存成csv格式的文档
DF.to_csv('A_2.csv')
最终处理结果如下：
以上关于在pandas中去除指定字符并处理数据的示例分享完毕，希望能为读者提供有益参考，欢迎持续关注本站获取更多技术内容。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
