Python如何在字符串中每次有一大块数字时分割列

Question

我有一个表(数据框)需要清理，每一行看起来像这样:

<表类=“s-表”> <标题> A 列 B 列 <正文> 单元格 1 1234 abcd 667 随机数 单元 3 4455 abcd abc 847 其他 randomthings 1 结局

我想将其分成如下表。

<表类=“s-表”> <标题> A 列 B 列 <正文> 单元格 1 1234 abcd 单元格 1 667 个随机事物 单元 3 4455 abcd abc 单元 3 847 个其他随机事物 单元 3 1 个结局

所以想法是B列中的内容应该被分割并转换为多行，分隔符是一大块随机数(代码)。

我对 Python 很陌生，但自己也不太了解。我怎样才能做到这一点？谢谢!

Answer 1

使用 Series.str.findall + df.explode 组合:

df['Column B'] = df['Column B'].str.findall(r'(\d+[\s\D]+)')
df = df.explode('Column B')

---

  Column A                 Column B
0  Cell 1                1234 abcd 
0  Cell 1          667 randomthings
1  Cell 3            4455 abcd abc 
1  Cell 3   847 other randomthings 
1  Cell 3                 1 endings

---

如果删除尾随空格很重要，请将正则表达式模式更改为 r'(\d+[\s\D]+[^\d\s])'在findall匹配。或申请df['Column B'] = df['Column B'].str.strip()在第一次初始接近结束时。