例表：
假如想要去掉表中的‘#'，‘；'而且以‘#'和‘；'为分割线切割数据：
|
1
2
3
4
|
#将dfxa_2的每一个分隔符之间的数据提出来 col1=dfxa_2['travel_seq'].str.split('#').str[0] col2=dfxa_2['travel_seq'].str.split('#').str[1] col3=dfxa_2['travel_seq'].str.split('#').str[2].str.split(';').str[0] |
这里只是部分代码，实际情况按需求可以灵活变化。
|
1
2
3
4
5
6
7
8
|
#建立表df1=pd.dataframe({'link_id1':col1,'time_slot1':col2,'time1':col3,'link_id2':col4,'time_slot2':col5,'time2':col6,'link_id3':col7,'time_slot3':col8,'time3':col9,'link_id4':col10,'time_slot4':col11,'time4':col12,'link_id5':col13,'time_slot5':col14,'time5':col15,'link_id6':col16,'time_slot6':col17,'time6':col18,'all_time':col19})#重新排列index的值df2=df1.reset_index(drop=true)#按照指定的列排序columnsdf=df2.reindex(columns=['link_id1','time_slot1','time1','link_id2','time_slot2','time2','link_id3','time_slot3','time3','link_id4','time_slot4','time4','link_id5','time_slot5','time5','link_id6','time_slot6','time6','all_time'])#保存成csv格式的文档df.to_csv('a_2.csv') |
结果：
以上这篇pandas中去除指定字符的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_36076233/article/details/64124577
