代码之家 › 专栏 › 技术社区 › VERBOSE

如何将字符串(单列)转换为DataFrame?

pandas python

VERBOSE · 技术社区 · 2 年前

我的输入是一个字符串:

text = '''10 February 2023
abc
def
23 March 2023
ghi
jkl'''

我制作了以下代码(使用regex,但我对任何其他选择都持开放态度):

data = []

for m in re.finditer(r'(\d+ \w+ \w+)\n(.*)', text, flags=re.I|re.S):
    data.append([m.group(1), m.group(2).splitlines()])
    
df = pd.DataFrame(data, columns=['date', 'letters']).explode('letters')

我的代码给出了一个奇怪的结果:

               date        letters
0  10 February 2023            abc
0  10 February 2023            def
0  10 February 2023  23 March 2023
0  10 February 2023            ghi
0  10 February 2023            jkl

当我期待这个的时候:

               date        letters
0  10 February 2023            abc
0  10 February 2023            def
1     23 March 2023            ghi
1     23 March 2023            jkl

如何修复我的代码?此外,你有其他选择吗?我很有兴趣向他们学习。

1 回复 | 直到 2 年前

mozway 2 年前

一个没有正则表达式的选项,利用日期识别 pd.to_datetime :

df = pd.DataFrame({'letters': text.splitlines()})
m = pd.to_datetime(df['letters'], errors='coerce').notna()

out = df.assign(date=df['letters'].where(m).ffill()
                ).loc[~m, ::-1].reset_index(drop=True)

可选语法:

s = pd.Series(text.splitlines())
m = pd.to_datetime(s, errors='coerce').notna()

df = pd.DataFrame({'date': s.where(m).ffill(), 'letters': s}
                  )[~m].reset_index(drop=True)

输出:

               date letters
0  10 February 2023     abc
1  10 February 2023     def
2     23 March 2023     ghi
3     23 March 2023     jkl

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

1 年前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

user29715306 · from_users=和chats=电视节目中的差异

1 年前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

prayner · 更新嵌套字典包含列表中的项

1 年前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

1 年前

Dave · 如何在for循环中修改列表值

1 年前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

1 年前