我有一个包含如下数据的 CSV 文件,
Week,rossmann
2004-01-04 - 2004-01-10,8
2004-01-11 - 2004-01-17,10
2004-01-18 - 2004-01-24,9
2004-01-25 - 2004-01-31,11
2004-02-01 - 2004-02-07,9
2004-02-08 - 2004-02-14,8
2004-02-15 - 2004-02-21,10
我想用以下数据制作一个 DataFrame:
Day,rossmann
2004-01-04, 8
2004-01-05, 8
...
2004-01-11, 10
...
最简单的方法是什么?
请您参考如下方法:
您可以照常解析 CSV:
df = pd.read_csv('data', sep=r',')
然后使用 Series.str.extract根据正则表达式模式提取 Week 的一部分:
df['Day'] = df['Week'].str.extract(r'^(\d{4}-\d{2}-\d{2})')
df = df[['Day', 'rossmann']]
print(df)
产量
Day rossmann
0 2004-01-04 8
1 2004-01-11 10
2 2004-01-18 9
3 2004-01-25 11
4 2004-02-01 9
5 2004-02-08 8
6 2004-02-15 10
另一种方法是使用正则表达式分隔符 r',| 解析 CSV - '。这将根据逗号或由空格后跟破折号后跟空格组成的文字字符串拆分 CSV:
df = pd.read_csv('data', sep=r',| - ', skiprows=1, header=None,
names=['Day','rossmann'], usecols=[0,2])
产生与上述相同的结果。
