Python怎么處理雜亂無序的數(shù)據(jù)

問題抽絲剝繭

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

 

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

• ① 每一行的數(shù)據(jù)長度不同。第一行和第三行有4個屬性，第二行有5個屬性。
• ② 不同行的屬性值，并不是對應排列。

解題思路剖析

你可能會想，直接用Excel分裂。其實并不可行，因為不同行的屬性值，并不是對應排列。Excel分列導致的結果就是：不同的屬性，存在于相同的行。

 

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，選擇合適的數(shù)據(jù)存儲方法。最終問題就轉化為：構造數(shù)據(jù)源，然后創(chuàng)建DataFrame即可。

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

 

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

完整代碼

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

結果如下：

 

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

結果如下：

 

df = pd.DataFrame(tmps)
df

結果如下：

 

感謝各位的閱讀，以上就是“Python怎么處理雜亂無序的數(shù)據(jù)”的內容了，經(jīng)過本文的學習后，相信大家對Python怎么處理雜亂無序的數(shù)據(jù)這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！