這個(gè)問題算是群友答疑。如果說同事或者老板給你一堆這樣的數(shù)據(jù)，你估計(jì)會(huì)抓狂，該怎么處理呢?

創(chuàng)新互聯(lián)是專業(yè)的鄂城網(wǎng)站建設(shè)公司，鄂城接單;提供成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè),網(wǎng)頁(yè)設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行鄂城網(wǎng)站開發(fā)網(wǎng)頁(yè)制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來(lái)合作!

仔細(xì)觀察上面數(shù)據(jù)可以發(fā)現(xiàn)，該數(shù)據(jù)有如下2個(gè)主要特點(diǎn)：

• 每一行的數(shù)據(jù)長(zhǎng)度不同。第一行和第三行有4個(gè)屬性，第二行有5個(gè)屬性。
• 不同行的屬性值，并不是對(duì)應(yīng)排列。

解題思路剖析

你可能會(huì)想，直接用Excel分裂。其實(shí)并不可行，因?yàn)椴煌械膶傩灾?，并不是?duì)應(yīng)排列。Excel分列導(dǎo)致的結(jié)果就是：不同的屬性，存在于相同的行。

[[339071]]

放棄Excel那條路之后，我就只能尋求Python的幫助了。我們要根據(jù)數(shù)據(jù)的特點(diǎn)，選擇合適的數(shù)據(jù)存儲(chǔ)方法。最終問題就轉(zhuǎn)化為：構(gòu)造數(shù)據(jù)源，然后創(chuàng)建DataFrame即可。

然后根據(jù)我們這個(gè)數(shù)據(jù)的特點(diǎn)，我選擇構(gòu)造字典組成的列表這樣一個(gè)數(shù)據(jù)，并利用它來(lái)創(chuàng)建DataFrame。

觀察我提供的這個(gè)案例和待解決的問題，簡(jiǎn)直異曲同工。我們同樣可以將上述數(shù)據(jù)的每一行，都變成一個(gè)個(gè)鍵值對(duì)組成的字典。然后最外層用一個(gè)大列表，將所有的字典包含起來(lái)。

完整代碼

1)首先需要構(gòu)造練習(xí)數(shù)據(jù)

 
 
 

  
  
  
import pandas as pd 
  
  
  
x = {"信息":["年齡:12;性別:女;身高:22;愛好:打球", 
  
  
  
             "年齡:12;說明:歷史數(shù)據(jù);性別:女;身高:22;愛好:打球", 
  
  
  
             "生日:2月3日;年齡:12;性別:女;愛好:打球"] 
  
  
  
    } 
  
  
  
df = pd.DataFrame(x) 
  
  
  
df 
 
 
 

結(jié)果如下：

2)構(gòu)造字典組成的列表

 
 
 

  
  
  
tmps_list = [] 
  
  
  
for data in df["信息"].values: 
  
  
  
    tmp_dict = {} 
  
  
  
    for kv in data.split(";"): 
  
  
  
        k, v = kv.split(":") 
  
  
  
        tmp_dict[k] = v 
  
  
  
    tmps_list.append(tmp_dict) 
  
  
  
tmps 
 
 
 

結(jié)果如下：

3)創(chuàng)建DataFrame

 
 
 

  
  
  
df = pd.DataFrame(tmps) 
  
  
  
df 
 
 
 

結(jié)果如下：

本文名稱：領(lǐng)導(dǎo)給了一堆無(wú)序雜亂的數(shù)據(jù)，我寫了個(gè)Python自動(dòng)化腳本
URL分享：http://uogjgqi.cn/article/cdgcgjp.html