熊猫：用缺少分隔符分隔两列[关闭]

Posted 2023-03-12

【中文标题】熊猫：用缺少分隔符分隔两列[关闭]

【英文标题】：Pandas: Separate two columns with missing separator [closed]

【发布时间】：2021-02-06 13:34:07

【问题描述】：

我有如下数据：

00052600150.00942615
00052601000.01014910
00052601050.02709672
00052601100.11454732
00052601150.23151254
00052601200.36262522
00052601250.66432348
00052601301.07723763
00052601351.26019487
00052601401.20568581

前 10 位数字表示时间步长 YYMMDDhhmm，后跟一个数字

它应该是 0005260010,0.00799872，其中第一个块是时间步长，第二个块是测量值。

我尝试使用 pandas 读取数据并将其转换为 str，但后来我丢失了前导零？有没有办法按数字分隔浮点数？

问候

【问题讨论】：

timestep - 你的意思是时间戳？如果是这样-那些是固定长度的，所以 cmon man ...

嗨，不一样

@Mainzelmann - 请在示例数据中包含已知变化以避免混淆。

时间步长（如 5 分钟/10 分钟等）各不相同，但始终为 10 位。我将把它添加到问题中抱歉

【参考方案1】：

带有 pandas 的正则表达式可以在没有分隔符的情况下拆分您的列

# sample data
df = pd.DataFrame('A': [
    '00052600150.00942615',
    '00052601000.01014910',
    '00052601050.02709672',
    '00052601100.11454732',
    '00052601150.23151254',
    '00052601200.36262522',
    '00052601250.66432348',
    '00052601301.07723763',
    '00052601351.26019487',
    '00052601401.20568581',
])

df3 = df['A'].str.extract(
    r'(\d2)(\d2)(\d2)(\d2)(\d2)(\d\.\d*)',
    expand=True)
df3.columns = ['Year', 'Month', 'Day', 'Hour', 'Minute', 'Reading']
print(df3)

输出

  Year Month Day Hour Minute     Reading
0   00    05  26   00     15  0.00942615
1   00    05  26   01     00  0.01014910
2   00    05  26   01     05  0.02709672
3   00    05  26   01     10  0.11454732
4   00    05  26   01     15  0.23151254
5   00    05  26   01     20  0.36262522
6   00    05  26   01     25  0.66432348
7   00    05  26   01     30  1.07723763
8   00    05  26   01     35  1.26019487
9   00    05  26   01     40  1.20568581

【参考方案2】：

您可以将该列读取为str 并按位置拆分您的值

df = pd.read_csv('yourfile.csv', header=None, dtype='str', names=['col1'])
df['time'] = pd.to_datetime(df.col1.str[:10], unit='s')
df['value'] = (df.col1.str[10:]).astype('float')
df

输出：

                   col1                time     value
0  00052600150.00942615 1970-03-02 21:06:55  0.009426
1  00052601000.01014910 1970-03-02 21:08:20  0.010149
2  00052601050.02709672 1970-03-02 21:08:25  0.027097
3  00052601100.11454732 1970-03-02 21:08:30  0.114547
4  00052601150.23151254 1970-03-02 21:08:35  0.231513
5  00052601200.36262522 1970-03-02 21:08:40  0.362625
6  00052601250.66432348 1970-03-02 21:08:45  0.664323
7  00052601301.07723763 1970-03-02 21:08:50  1.077238
8  00052601351.26019487 1970-03-02 21:08:55  1.260195
9  00052601401.20568581 1970-03-02 21:09:00  1.205686

【讨论】：

哦老兄，谢谢，我没有以 dtype=str 的形式读取数据，而是在读取数据后重新格式化数据并丢失了数字格式。这样拆分就没有问题了！