我需要为脚本生成的 csv 文件中的特定列添加双引号。
下面是我想到的这样做的愚蠢方式。对于这两个固定宽度的字段,它的工作原理是:
df['DATE'] = df['DATE'].str.ljust(9,'"')
df['DATE'] = df['DATE'].str.rjust(10,'"')
df['DEPT CODE'] = df['DEPT CODE'].str.ljust(15,'"')
df[DEPT CODE'] = df['DEPT CODE'].str.rjust(16,'"')
对于以下字段,它没有。它具有可变长度。因此,如果该值比标准的 6 位数字短,我会得到额外的双引号: "5673"""
df['ID'] = df['ID'].str.ljust(7,'"')
df['ID'] = df['ID'].str.rjust(8,'"')
我试过 zfill,但列中的数据是一个系列——我运行时得到“pandas.core.series.Series”
print type(df['ID'])
我无法使用 将其转换为字符串astype .我不知道为什么。我没有导入numpy。
我尝试使用 len() 来获取 ID 号的长度并将其传递给 str.ljust 和 str.rjust 作为它的第一个参数,但我认为它卡在了不是字符串的数据上。
是否有一种更简单的方法可以根据需要应用双引号,还是 zfill 将成为可行的方法?
最佳答案
您可以在之前/之后添加语音标记:
In [11]: df = pd.DataFrame([["a"]], columns=["A"])
In [12]: df
Out[12]:
A
0 a
In [13]: '"' + df['A'] + '"'
Out[13]:
0 "a"
Name: A, dtype: object
将此分配回:
In [14]: df['A'] = '"' + df.A + '"'
In [15]: df
Out[15]:
A
0 "a"
如果要导出到 csv,您可以使用引用 kwarg:
In [21]: df = pd.DataFrame([["a"]], columns=["A"])
In [22]: df.to_csv()
Out[22]: ',A\n0,a\n'
In [23]: df.to_csv(quoting=1)
Out[23]: '"","A"\n"0","a"\n'
关于python-2.7 - python / Pandas :need help adding double quotes to columns,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33575275/