[已解决]如何拆分带逗号的字符串

wp231957

FishC 发表于 2024-7-24 10:33
明白了！为了处理这个问题，我们需要更细致的条件判断，确保在处理 `numeric_parts` 时不会尝试对 `flo ...

我怀疑pandas 是不是默认12,234.56  这样的数据就是浮点型数据  根本就不用去逗号

FishC

wp231957 发表于 2024-07-24 10:41
我怀疑pandas 是不是默认12,234.56  这样的数据就是浮 ...

是的，您说得对！`pandas` 默认将包含小数的数字字符串（如 `"12,234.56"`）解析为浮点型数据，而不需要进行额外的格式化。因此，在处理这些字符串时，我们应该确保在提取出数字后，不要再误将它们视为字符串来去掉逗号。

### 这里是一个更新后的代码，可以更好地处理这种情况：

1. import pandas as pd
   
2. import numpy as np
   
3. import re
   
4. 
   
5. # 导入数据
   
6. dfa = pd.read_excel('shujufenge2.xlsx')
   
7. 
   
8. # 假设列名为 'value'
   
9. # 如果存在标题行，确保只读取相应的列
   
10. dfa.columns = [ 'value']  # 可以根据实际情况设置列名
    
11. 
    
12. def process_row(value):
    
13.     # 将当前值转换为字符串，如果是 NaN 则返回空字符串
    
14.     current_value = str(value) if pd.notna(value) else ""
    
15.   
    
16.     # 初始化返回的部分
    
17.     numeric_parts = []
    
18.    
    
19.     # 使用正则表达式提取所需的信息
    
20.     first_part_match = re.match(r"\d+", current_value)
    
21.     first_part = first_part_match.group() if first_part_match else np.nan  # 提取第一个数字
    
22.    
    
23.     # 提取数值部分
    
24.     numeric_parts = re.findall(r"\d{1,3}(?:,\d{3})*(?:\.\d{2})|\d+\.\d{2}", current_value)  # 提取数字部分
    
25. 
    
26.     # 处理 numeric_parts
    
27.     processed_numeric_parts = []
    
28.     for part in numeric_parts:
    
29.         try:
    
30.             # 直接转换为 float，pandas 已经处理了千分位逗号
    
31.             processed_numeric_parts.append(float(part.replace(",", "")))
    
32.         except ValueError:
    
33.             # 如果无法转换，则添加 NaN
    
34.             processed_numeric_parts.append(np.nan)
    
35. 
    
36.     # 确保 processed_numeric_parts 的长度是 4，短缺的部分用 NaN 填充
    
37.     while len(processed_numeric_parts) < 4:
    
38.         processed_numeric_parts.append(np.nan)
    
39. 
    
40.     # 返回结果，包括第一个部分和处理后的数值部分
    
41.     return [first_part] + processed_numeric_parts  # 使用列表返回
    
42. 
    
43. # 应用处理函数到每一行
    
44. df2 = dfa['value'].apply(process_row).apply(pd.Series)  # 只应用于 'value' 列
    
45. 
    
46. # 给新 DataFrame 设置列名（可选）
    
47. df2.columns = ['First Part', 'Num1', 'Num2', 'Num3', 'Num4']
    
48. 
    
49. # 打印结果
    
50. print(df2)
    
51. 
    
52. # 如果需要导出到新的表格
    
53. df2.to_excel('output.xlsx', index=False)  # 导出为 Excel 文件

复制代码

### 说明：
1. **直接处理数值**：在 `numeric_parts` 中提取的数字，`pandas` 对于浮点数已经处理好了不需要去掉逗号，只需直接转换成 `float`。
2. **使用正则表达式**：我们使用正则表达式提取所有符合条件的数字，然后尝试将其转换为浮点数，任何无法转换的部分将被标记为 `NaN`。
3. **确保长度一致性**：通过填充 `NaN` 来确保返回的数字部分总是有 4 个元素。

这样能保持代码的整洁性，同时避免不必要的错误。如果你还有其他问题，请随时告诉我！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

小肥狼haoran

1. data_str = "519889,汇添富收益快线货币B,24,626.14,24,914.25,8,209.63,82.10"
   
2. data_list = data_str.split(',')
   
3. code = data_list.pop(0)
   
4. name = data_list.pop(0)
   
5. print(code)
   
6. print(name)
   
7. # 遍历删过数据的列表, 通过值的长度判断 是否需要和前一个下标str数字组合
   
8. for index, value in enumerate(data_list):
   
9.     if len(value) == 6:  # 如果值的长度达到6位数,就和前面的str数字拼接起来,并单独输出
   
10.         number = data_list[index-1] + data_list[index]
    
11.         print(number)
    
12.     elif '.' in value and len(value) < 6:  # 判断值是否包含小数点和长度小于6位数,符合条件就输出
    
13.         print(value)
    

复制代码

以上代码是再python3中实现的，满足了楼主的要求

cjjJasonchen

1. data = "519889,汇添富收益快线货币B,24,626.14,24,914.25,8,209.63,82.10"
   
2. 
   
3. data = data.split(',')
   
4. num_list = []
   
5. for index in range(len(data)):
   
6.     try:
   
7.         num = eval(data[index])
   
8.         if len(data[index]) > 3:
   
9.             if type(num) == int:
   
10.                 num_list.append(str(num))
    
11.     except:
    
12.         num_list.append(data[index])
    
13.     if '.' in data[index]:
    
14.         if len(data[index].split(".")[0]) == 3:
    
15.             num = data[index-1] +','+ data[index]
    
16.         else:
    
17.             num = data[index]   
    
18.         num_list.append(num)
    
19. 
    
20. print(num_list)

复制代码