Question

我想从avast网站virus-update-history section抓取数据。数据采用以下格式：

28.03.2018 - 180328-2
PwrSh:EncCmndTest-A [Trj]
25.03.2018 - 180325-0
ELF:Mirai-MR [Trj], MacOS:Miner-A [Trj], Android:SpyAgent-ZW [Trj], Android:SpyAgent-ZX [Trj]

我的首选输出必须是：

28.03.2018    PwrSh    EncCmndTest-A    [Trj]
25.03.2018    ELF      Mirai-MR         [Trj]
25.03.2018    MacOS    Miner-A          [Trj]
25.03.2018    Android  SpyAgent-ZW      [Trj]
25.03.2018    Android  SpyAgent-ZX      [Trj]

我正在尝试使用pandas pd.read_csv，但我似乎无法弄清楚分隔符的正确组合以及创建此数据帧的确切循环。

Answer 1

这不是最有说服力的解决方案，但这适用于您的示例，假设每个日期条目总是有三个相关的信息。

import pandas as pd
import re

raw = ['28.03.2018 - 180328-2',
'PwrSh:EncCmndTest-A [Trj]',
'25.03.2018 - 180325-0',
'ELF:Mirai-MR [Trj], MacOS:Miner-A [Trj], Android:SpyAgent-ZW [Trj], Android:SpyAgent-ZX [Trj]']

out = []

with open('converted.csv', 'w') as myfile:
    for idx, i in enumerate(raw):
        if i[0].isdigit():
            date = i.split(' - ')[0]
        else:
            info = [j for j in re.split(r',| |:', i) if j!='']
            for i in range(int(len(info)/3)):
                myfile.write(date + ',' + ','.join(info[3*i:3*(i+1)]) + '\n')

df = pd.read_csv('converted.csv', header=None)

print(df)

输出：

            0        1              2      3
0  28.03.2018    PwrSh  EncCmndTest-A  [Trj]
1  25.03.2018      ELF       Mirai-MR  [Trj]
2  25.03.2018    MacOS        Miner-A  [Trj]
3  25.03.2018  Android    SpyAgent-ZW  [Trj]
4  25.03.2018  Android    SpyAgent-ZX  [Trj]

如何从复杂的分隔符组合（从txt文件）创建数据框？

1 个答案: