Pandas拆分不同大小的列

wqsoz72f 于 2022-11-27 发布在其他

关注(0)|答案(1)|浏览(99)

x1c 0d1x--已编辑--['已解决']
我正在使用表格将PDF发票转换为panda数据框，但最后一列不太合适。我想拆分名为“PVF c/ IVA PVA s/Tx Desc% Tx Inf. IVA%P. Unit. Total Liqu.”的最后一行。我想在每个空格中拆分并添加新列[“PVFc/IVA”、“PVAs/Tx”、“Desc%”、“TxInf.”、“IVA %”、“P. Unit.”、“Total Liqu.”]，并且应为每个空格拆分行。行2“7，41”、“6，30”、“65，0”、“0，03”、“6”、“2，24”、“22，40”。
我已经搜索并找到了如何拆分，但是...有些行将被拆分为7列，而其他行只被拆分为6列，我得到了一个错误。
有关更多信息，“PVP c/Iva”为NaN或“Esc.”为“NETT”的每一行都没有“PVFc/IVA”值，因此列的（len）为6。对于我的分析，可以在该行中插入0，00作为前缀，以使所有行都具有7列len（）。
任何解决方案都是受欢迎的，我将从Python和Pandas开始...感谢您的时间
我应用了@Ahmed Sayed的部分代码，并取得了一些进展，将Nan列与其他列连接起来，首先我用空格替换Nan

dataframe['placeHolderColumn'] = dataframe['placeHolderColumn'].fillna(value='')

经过一些尝试e错误，我发现有时有一个以上的空格，所以我已经取代了所有的空格为一个空格，然后取代'*'

dataframe["newColumn"]= dataframe['newColumn'].str.replace('  ','*')

我已经创建了一个新列来确认拆分元素

dataframe["count2"]= dataframe['newColumn'].str.count('\*', re.I)

我得到这个结果

所以，作为最后一个工作，我应用了分裂的方法，

dataframe[['c1','c2','c3','c4','c5','c6']] = dataframe['newColumn'].str.split('*', expand=True)

但我得到这个错误

--FOUND--我必须传递另一个列名，我刚刚传递了6个新列，我有7个值
dataframe[['c1','c2','c3','c4','c5','c6', 'c7']] = dataframe['newColumn'].str.split('*', expand=True)

pandas

来源：https://stackoverflow.com/questions/74554396/pandas-split-columns-in-columns-different-sizes

1条答案

按热度按时间

hfyxw5xn1#

这里的问题是单元格中该列的值数量不相等，我们可以通过计算值的数量来解决这个问题，无论我们在哪里看到缺失的值，我们都可以在开始处添加一个虚拟的00，这样我们以后就可以更容易地进行拆分。
首先，我们创建一个包含空格数的列。2这将给出该行中的值的个数。

import re
df["count"]= df['PVF c/ IVA PVA s/Tx Desc% Tx Inf. IVA% P.Unit. Total Liq.'].str.count(' ', re.I)

然后，如果计数小于预期值，则在每个单元格字符串的开头追加一个零

# here we compare the number of spaces to 5, 5 is for the short cells that need a dummy 00 at the beginning
df.loc[df["count"] <= 5, 'placeHolderColumn'] = '00 '  #notice there is a space after the zeros
# now let's create a new column and merge the placeHolderColumn column to the old values column
df['newColumn'] = df['placeHolderColumn'] + df['PVF c/ IVA PVA s/Tx Desc% Tx Inf. IVA% P.Unit. Total Liq.'].astype(str)

最后，我们可以将列拆分为

df[['c1','c2','c3','c4','c5','c6']] = df['newColumn'].str.split(' ', expand=True)

赞(0）回复(0）举报 2022-11-27

我来回答

Pandas拆分不同大小的列

1条答案

相关问题

热门标签

最新问答