好吧,我正在尝试拆分 csv 中的一个单元格,并获取信息的后半部分并将其附加到另一个单元格数据中。我可以拆分单元格,但随后我想要的数据就会消失。
此代码用于拆分单元格
import pandas as pd
data = pd.read_csv("/root/v-unit/calendar_data.csv")
data["Start"]= data["Start"].str.split("T",n =1, expand = True)
data["End"]= data["End"].str.split("T",n =1, expand = True)
print data
csvOut = "/root/v-unit/test-data.csv"
f=open(csvOut, 'a')
data[:65534].to_csv(f, index=False, header=True)
因此日期的格式为 2019-03-04T00:00:00 我在时间 T 处拆分该列。然后我想获取时间戳并将其附加到包含任务的另一行,这样它就会显示为:一个单元格中的某个任务 12:00 1:00 然后其他单元格中的日期(当我这样做时它们已经这样做了)运行上面的代码,但时间戳消失了,所以我无法合并它)
最佳答案
几乎和您一样,但是当您使用扩展进行拆分时,它会返回 2 列,因此您在分配中也需要有 2 列(例如 data[['StartDate', 'StartTime']] = ...
):
data = pd.DataFrame({'Start': ['2019-03-04T00:00:00'],
'End': ['2019-03-04T10:00:00']})
data[['Start', 'StartTime']] = data["Start"].str.split("T", n=1, expand = True)
data[['End', 'EndTime']] = data["End"].str.split("T", n=1, expand = True)
print(data)
输出:
Start End StartTime EndTime
0 2019-03-04 2019-03-04 00:00:00 10:00:00
注意:如果您只想在任务名称中添加开始和结束时间,则甚至不需要拆分日期。您可以使用 pd.to_datetime
将它们转换,然后使用 strftime
将其格式化为 '%H:%M'
(对于 小时:分钟
):
data = pd.DataFrame({'Task': 'task 1',
'Start': ['2019-03-04T00:00:00'],
'End': ['2019-03-04T10:00:00']})
data['Task'] += ' ' + \
pd.to_datetime(data['Start']).dt.strftime('%H:%M').astype(str) + ' ' + \
pd.to_datetime(data['End']).dt.strftime('%H:%M').astype(str)
print(data)
输出:
Task Start End
0 task 1 00:00 10:00 2019-03-04T00:00:00 2019-03-04T10:00:00
关于python - Pandas:分割单元格并将数据附加到另一个单元格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55169032/