使用Python将单行的文本拆分为CSV文件中同一列的多行

Posted 2023-03-11

【中文标题】使用Python将单行的文本拆分为CSV文件中同一列的多行

【英文标题】：Splitting text of a single row into multiple rows of the same column in a CSV file using Python

【发布时间】：2019-11-08 06:43:57

【问题描述】：

字典有以下键值对：

    
    'Target_Tab': 'employees',
    ' Target_Col': 'empp_id  last_name  first_name',
    'Source_Col': 'emp_id    l_name    f_name',
    'Source_Tab': 'employee'
    

我正在将这本字典写入一个 CSV 文件，到目前为止我已经得到了这个：

Source_Tab   Source_Col                   Target_Tab    Target_Col
employee     emp_id last_name first_name   employees    empp_id l_name f_name 

我想将 Source _col 和 Target_col 值写入不同的行。下面是我需要的：

Source_Tab  Source_Col   Target_Tab  Target_Col
employee    emp_id       employees   empp_id
            last_name                l_name
            first_name               f_name 

我的代码如下：

import pandas as pd
d = [sdict]
d2 = []
col = ["Source_Table","Source_Columns","Target_Table","Target_Columns"]
for i in d:
    temp = 
    for c in col:
        if c in i:
            temp[c] = i[c]
        else:
            temp[c] = ''
    d2.append(temp)
df2 = pd.DataFrame(d2, columns=col)
df2.to_csv('test21.csv', index=False)

【参考方案1】：

将列表推导与split 一起使用以获取Series 的列表并通过concat 连接在一起，最后用DataFrame.fillna 替换缺失值并通过列表col 更改列的顺序：

d =  
    'Target_Tab': 'employees',
    'Target_Col': 'empp_id  last_name  first_name',
    'Source_Col': 'emp_id    l_name    f_name',
    'Source_Tab': 'employee'
    

col = ["Source_Tab","Source_Col","Target_Tab","Target_Col"]
df = pd.concat([pd.Series(v.split(), name=k) for k, v in d.items()], axis=1).fillna('')[col]
print (df)
  Source_Tab Source_Col Target_Tab  Target_Col
0   employee     emp_id  employees     empp_id
1                l_name              last_name
2                f_name             first_name

另一种解决方案：

col = ["Source_Tab","Source_Col","Target_Tab","Target_Col"]
df = pd.Series(d).str.split(expand=True).fillna('').reindex(col).T
print (df)
  Source_Tab Source_Col Target_Tab  Target_Col
0   employee     emp_id  employees     empp_id
1                l_name              last_name
2                f_name             first_name

编辑：

如果需要源字典中的过滤键：

d =  
    'Target_Tab': 'employees',
    'Target_Col': 'empp_id  last_name  first_name',
    'Source_Col': 'emp_id    l_name    f_name',
    'Source_Tab': 'employee'
    

L = ['Source_Tab','Source_Col']
df = (pd.concat([pd.Series(v.split(), name=k) for k, v in d.items() if k in L], axis=1)
        .fillna(''))
print (df)
  Source_Col Source_Tab
0     emp_id   employee
1     l_name           
2     f_name           

【讨论】：

不把所有的字典内容都写到d，我怎么只传字典呢？ sdict 是我的字典，如果我写 d=[sdict] 我收到错误：AttributeError: 'list' object has no attribute 'items'

@shaikhafizunnisa - 添加了新的解决方案

我的错！我正在将字典转换为列表，摆脱了错误。 id .T 在您的新解决方案中做了什么？

还有一种方法可以指定要在哪个键值对上执行此拆分操作？假设我不希望它只在 Source_col 上的 Target_col 上完成。有可能吗？

@shaikhafizunnisa - 这里T 表示转置 - DataFrame.T。第二条评论需要在创建DataFrame 之后或之前进行过滤吗？