Question

a = ['0，意大利，”香气包括热带水果，扫帚，硫磺和干药草。味觉过高，提供未成熟的苹果，柑桔和干鼠尾草，并带有轻快的酸度。” ，VulkàBianco，87，，Sicily＆Sardinia，Etna ,, Kerin O'Keefe，@ kerinokeefe，Nicosia 2013VulkàBianco（Etna），White Blend，尼科西亚']

我有此列表，我只想将粗体字符串分隔符从“，”更改为“＃”。

Answer 1

这将为您提供所需的输入：

a[0].split('"')[1].replace(",", "#")

但是有些东西告诉我，这不太有用/一般。

但是无论如何，解决此类问题的方法可能涉及以下两个字符串/列表方法：split和replace

https://docs.python.org/3/library/stdtypes.html#str.split

https://docs.python.org/3/library/stdtypes.html#str.replace

更新

因此，如果您需要使用Spark RDD，则可以先使用字符串列表（尚不支持csv）创建RDD

>>> rdd = sc.parallelize(a)
>>> rdd.take(1)
['0,Italy,"Aromas include tropical fruit, broom, brimstone and dried herb. The palate isnt overly expressive, offering unripened apple, citrus and dried sage alongside brisk acidity.",Vulk\xc3\xa0 Bianco,87,,Sicily & Sardinia,Etna,,Kerin O\xe2\x80\x99Keefe,@kerinokeefe,Nicosia 2013 Vulk\xc3\xa0 Bianco (Etna),White Blend,Nicosia']
>>> processed_rdd = rdd.map(lambda row: row.split('"')[0] + row.split('"')[1].replace(",", "#") + row.split('"')[2])
>>> processed_rdd.take(1)
['0,Italy,Aromas include tropical fruit# broom# brimstone and dried herb. The palate isnt overly expressive# offering unripened apple# citrus and dried sage alongside brisk acidity.,Vulk\xc3\xa0 Bianco,87,,Sicily & Sardinia,Etna,,Kerin O\xe2\x80\x99Keefe,@kerinokeefe,Nicosia 2013 Vulk\xc3\xa0 Bianco (Etna),White Blend,Nicosia']

我正在做几个假设，因为您仅提供了一个示例行。

这些假设是关于是否存在用双引号引起来的字符串" "，这是需要替换逗号的列。

此外，我假设其他任何列中都没有"。

我还假设此列在处理后不需要其中的"。

解释

rdd方法map将函数映射到RDD中的每一行，而map所使用的lambda返回新行。所以在这里，我将这条替换的命令链映射到RDD中的每一行（然后在示例中，我take一个）

仅更改一列定界符PYTHON

1 个答案:

更新

解释