Python拆分列中文和 字元

2023-10-29 06:01:03

需求描述:我們日常實際的工作中經常需要把一列資料按中文和 數位或者字母單獨拆分出來

匯入所需的庫:

import pandas as pd

定義函數 extract_characters,該函數接受三個引數:file_path(Excel檔案路徑)、sheet_name(工作表名稱)和 column_name(列名)。

def extract_characters(file_path, sheet_name, column_name):

讀取Excel檔案並將其儲存到DataFrame中:

df = pd.read_excel(file_path, sheet_name=sheet_name)

建立兩個新的列 '中文''其他字元',並將它們新增到DataFrame中:

df['中文'] = ''
df['其他字元'] = ''

遍歷DataFrame的每一行資料:

for index, row in df.iterrows():

獲取指定列的值,並將其轉換為字串:

text = str(row[column_name])

初始化兩個空字串變數 chineseother,用於儲存中文字元和其他字元:

chinese = ''
other = ''

遍歷每個字元:

for char in text:

判斷當前字元是否為中文字元(Unicode範圍為\u4e00\u9fff):

if '\u4e00' <= char <= '\u9fff':

如果是中文字元,則將其新增到 chinese 字串中:

chinese += char

如果不是中文字元,則將其新增到 other 字串中:

other += char

將中文字元集合新增到新的 '中文' 列中:

df.at[index, '中文'] = chinese

將其他字元集合新增到新的 '其他字元' 列中:

df.at[index, '其他字元'] = other

返回處理後的DataFrame物件:

return df

定義測試範例的檔案路徑、工作表名稱和列名:

file_path = r'測試.xlsx'
sheet_name = 'Sheet1'
column_name = '店鋪銷售sku'

呼叫 extract_characters 函數,並將結果儲存在 result_df 中:

result_df = extract_characters(file_path, sheet_name, column_name)

將處理後的DataFrame儲存為Excel檔案:

result_df.to_excel('result.xlsx', index=False)

完整程式碼: