Question

我正在从csv文件导入数据，我想将列“ topThemes”拆分为具有两列的数组/数据框。
在第一列中，我想要主题的名称（例如生物学），在第二列中，我想要其相关的分数（例如62）。
当我导入列时，它以以下格式存储：

Biology: 62\n
Economics: 12\n
Physics: 4\n
Chemistry: 8\n
and so on.

我当前的代码和错误如下所示。

代码：

df = pd.read_csv(r'myfilelocation')

split = [line.split(': ') for line in df['topThemes'].split('\n')]

错误：

AttributeError("'Series' object has no attribute 'split'")

正在导入CSV文件：

My csv file

我希望它的外观：

Ideal format

感谢您的帮助/回复。

Answer 1

使用sep函数的names指定分隔符，并使用read_csv()指定列名称：

df = pd.read_csv(r'myfilelocation', sep=':', names=['topThemes', 'score'])

此处的文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

哦，我现在看到您的源CSV文件...
可能有一种更简洁的方法可以减少步骤，但是我认为这会产生您要求的输出：

data = pd.read_csv(r'myfilelocation', usecols=['topThemes'])
data = pd.DataFrame(data['topThemes'].str.split('\n').values.tolist()).stack().to_frame(name='raw')

df = pd.DataFrame()
df[['topTheme', 'score']] = data['raw'].apply(lambda x: pd.Series(str(x).split(":")))
df.dropna(inplace=True)

Python：使用多个分隔符将字符串分成两列

1 个答案: