Python拆分列中文和字符

qwerrt92023-10-28 22:53

需求描述：我们日常实际的工作中经常需要把一列数据按中文和数字或者字母单独拆分出来

导入所需的库：

复制代码

import pandas as pd

定义函数 extract_characters，该函数接受三个参数：file_path（Excel文件路径）、sheet_name（工作表名称）和 column_name（列名）。

复制代码

def extract_characters(file_path, sheet_name, column_name):

读取Excel文件并将其存储到DataFrame中：

复制代码

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

创建两个新的列 '中文' 和 '其他字符'，并将它们添加到DataFrame中：

复制代码

df['中文'] = ''
df['其他字符'] = ''

遍历DataFrame的每一行数据：

复制代码

for index, row in df.iterrows():

获取指定列的值，并将其转换为字符串：

复制代码

text = str(row[column_name])

初始化两个空字符串变量 chinese 和 other，用于存储中文字符和其他字符：

复制代码

chinese = ''
other = ''

遍历每个字符：

复制代码

for char in text:

判断当前字符是否为中文字符（Unicode范围为\u4e00到\u9fff）：

复制代码

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

如果是中文字符，则将其添加到 chinese 字符串中：

复制代码

chinese += char

如果不是中文字符，则将其添加到 other 字符串中：

复制代码

other += char

将中文字符集合添加到新的 '中文' 列中：

复制代码

df.at[index, '中文'] = chinese

将其他字符集合添加到新的 '其他字符' 列中：

复制代码

df.at[index, '其他字符'] = other

返回处理后的DataFrame对象：

复制代码

return df

定义测试示例的文件路径、工作表名称和列名：

复制代码

file_path = r'测试.xlsx'
sheet_name = 'Sheet1'
column_name = '店铺销售sku'

调用 extract_characters 函数，并将结果存储在 result_df 中：

复制代码

result_df = extract_characters(file_path, sheet_name, column_name)

将处理后的DataFrame保存为Excel文件：

复制代码

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

完整代码：