从列中提取某些单词

Posted 2023-03-11

【中文标题】从列中提取某些单词

【英文标题】：Extracting certain words from column

【发布时间】：2022-01-22 15:23:06

【问题描述】：

我在“文件名”列中有如下 csv 文件，我希望标签列名仅包含下划线 (_) 之前的单词

例如：输出如下

filename                                                      label

如何仅从以下列中提取这些单词并粘贴到标签列中？

【参考方案1】：

使用str.split() 方法，并假设您将 csv 作为数据框导入：

import pandas as pd
df = pd.read_csv('file_path')
df['label'] = df['filename'].str.split('____').str[0]

【讨论】：

'KeyError: '/home/sharad/data1.csv''

你知道你的 csv 的编码和分隔符吗？试试pd.read_csv('./home/sharad/data1.csv', delimiter=',', encoding='utf-8-sig')

<_io.textiowrapper name="/home/sharad/data1.csv" mode="r" encoding="UTF-8"> 这是我的csv的编码。此外，我已经尝试了上面的代码，并且 pd.read_csv('./home/sharad/data1.csv', delimiter=',', encoding='utf-8-sig') 仍然面临同样的问题

请将您的 csv 文件与您的 python 脚本放在同一个文件夹中。 pd.read_csv('data1.csv', encoding='UFT-8', encoding_errors='ignore') 带给你什么？

'import pandas as pd '''df = pd.read_csv('/home/sharad/data1.csv', delimiter='"', encoding="utf-8-sig",encoding_errors ='ignore') print(df) ' 使用此代码输出 print(df) 是第一列

【参考方案2】：

也许你可以试试

import padndas as pd

data = pd.read_csv('file_path')

def extract_label(filename):
    rerurn filename.split('____')[0]

data['label'] = data['filename'].apply(lambda filename:extract_label(filename))

【讨论】：

获取密钥错误

【参考方案3】：

df['label'] = df.apply(lambda row:row['filename'].split('____')[0], axis=1)

【讨论】：

以上行中的“y”是什么。为此我收到了 keyerror。

mb 这只是你的文件名

我收到关键错误。 KeyError: '/home/sharad/data1.csv'

你能显示回溯吗？

上面代码中的

filename是你的列名

【参考方案4】：

请在您的代码中尝试这一行。

df['Label'] = [x.split("___")[0] for x in df['filename']]

【讨论】：

仍然面临密钥错误。我应该只给出文件名或文件名的路径而不是文件名。我通过提供文件名和文件名路径来尝试两者。我都遇到了问题

请打印 df.columns 以了解您的正确列名。