[已解决]求清洗数据

李白清洁球

输入
data = """
03011MEA23EM002------ADI1R,03011MEA23EM001------ADI1R
03021MEA23EM002------ADI1R,03021MEA23EM001------ADI1R
03031MEA23EM002------ADI1R,03031MEA23EM001------ADI1R
03041MEA23EM002------ADI1R,03041MEA23EM001------ADI1R
03052MEA23EM002------ADI1LOC,03052MEA23EM001------ADI1R
03062MEA23EM002------ADI1LOC,03062MEA23EM001------ADI1R
03072MEA23EM002------ADI1LOC,03072MEA23EM001------ADI1R
03082MEA23EM002------ADI1LOC,03082MEA23EM001------ADI1R
"""

输出结果：
<1>所有的数据共有部分：
030[0]MEA23EM002------ADI1[1],030[2]MEA23EM001------ADI1R
<2>每条数据不一样的元素
11,R,11
21,R,21
31,R,31
41,R,41
52,LOC,52
62,LOC,62
72,LOC,72
82,LOC,82

这个是数据要进行清洗，我自己好多边都没实现。
030[0]MEA23EM002------ADI1[1],030[2]MEA23EM001------ADI1R，这个是数组里的通配公式。里面的[0][1][2]就是纯粹的占位符。
例如把11,R,11代入通配公式，就能得到数组里第一条数据，依次类推。
有没有同学能不能帮我写个python，用来清洗数据。输出的结果，第一要有通配公式，第二，就是要有数组里的每条数据不同的值。

最佳答案

月排行榜 / 总排行榜

Twilight6

2024-7-6 20:32:01

1. import re
   
2. 
   
3. data = """
   
4. 03011MEA23EM002------ADI1R,03011MEA23EM001------ADI1R
   
5. 03021MEA23EM002------ADI1R,03021MEA23EM001------ADI1R
   
6. 03031MEA23EM002------ADI1R,03031MEA23EM001------ADI1R
   
7. 03041MEA23EM002------ADI1R,03041MEA23EM001------ADI1R
   
8. 03052MEA23EM002------ADI1LOC,03052MEA23EM001------ADI1R
   
9. 03062MEA23EM002------ADI1LOC,03062MEA23EM001------ADI1R
   
10. 03072MEA23EM002------ADI1LOC,03072MEA23EM001------ADI1R
    
11. 03082MEA23EM002------ADI1LOC,03082MEA23EM001------ADI1R
    
12. """
    
13. 
    
14. lines = data.strip().split('\n')
    
15. common_tmp = r'030(\d{2})MEA23EM002------ADI1([A-Z]+),030(\d{2})MEA23EM001------ADI1R'
    
16. pattern = re.compile(common_tmp)
    
17. print("匹配公式:", common_tmp)
    
18. unique_parts = []
    
19. for line in lines:
    
20.     match = pattern.match(line)
    
21.     if match:
    
22.         unique_parts.append(', '.join(match.groups()))
    
23. 
    
24. print("\n获取不同数据结果: ")
    
25. for part in unique_parts:
    
26.     print(part)
    

复制代码

跳转到最佳答案楼层

Twilight6

1. import re
   
2. 
   
3. data = """
   
4. 03011MEA23EM002------ADI1R,03011MEA23EM001------ADI1R
   
5. 03021MEA23EM002------ADI1R,03021MEA23EM001------ADI1R
   
6. 03031MEA23EM002------ADI1R,03031MEA23EM001------ADI1R
   
7. 03041MEA23EM002------ADI1R,03041MEA23EM001------ADI1R
   
8. 03052MEA23EM002------ADI1LOC,03052MEA23EM001------ADI1R
   
9. 03062MEA23EM002------ADI1LOC,03062MEA23EM001------ADI1R
   
10. 03072MEA23EM002------ADI1LOC,03072MEA23EM001------ADI1R
    
11. 03082MEA23EM002------ADI1LOC,03082MEA23EM001------ADI1R
    
12. """
    
13. 
    
14. lines = data.strip().split('\n')
    
15. common_tmp = r'030(\d{2})MEA23EM002------ADI1([A-Z]+),030(\d{2})MEA23EM001------ADI1R'
    
16. pattern = re.compile(common_tmp)
    
17. print("匹配公式:", common_tmp)
    
18. unique_parts = []
    
19. for line in lines:
    
20.     match = pattern.match(line)
    
21.     if match:
    
22.         unique_parts.append(', '.join(match.groups()))
    
23. 
    
24. print("\n获取不同数据结果: ")
    
25. for part in unique_parts:
    
26.     print(part)
    

复制代码