分享一个数据分割的代码，第一次分割按照数字，第二次分割按照空格和汉字
python
import pandas as pd
import re
# 指定文件路径
file_path = 'C:\\Users\\admin\\Desktop\\tumi.xlsx'
# 使用pandas的read_excel函数读取Excel文件
df = pd.read_excel(file_path, engine='openpyxl')
# 查看第一列的数据
first_column_data = df.iloc[:, 0]
# 定义一个函数，使用'0'作为分隔符来拆分字符串，只拆分一次
def split_once_by_zero(text):
if isinstance(text, str):
parts = text.split('0', 1) # 只拆分第一次出现的'0'
if len(parts) == 1:
return [parts[0], None] # 如果没有'0'，则返回原字符串和None
else:
return parts # 返回拆分后的两部分
else:
return [None, None] # 非字符串情况返回两个None
# 应用拆分函数到第一列数据
split_data = first_column_data.apply(split_once_by_zero)
# 初始化新DataFrame，只有两列
split_df = pd.DataFrame({
'字段1': [item[0] for item in split_data],
'字段2_临时': ['0' + item[1] if item[1] is not None else None for item in split_data]
}, index=df.index)
# 定义一个正则表达式，用于匹配非汉字和非特殊字符的部分
# 汉字通常落在Unicode范围\u4e00-\u9fa5内，特殊字符可根据需要自行添加
pattern = r'([^\u4e00-\u9fa5^!@#$%^&*()_+\-=\[\]{};\':"\\|,.<>\/?]+)'
# 定义一个函数，用于拆分字段2_临时，基于正则表达式
def split_by_regex(text):
if text is None:
return [None, None]
matches = re.split(pattern, text)
# 过滤掉空字符串
matches = [m for m in matches if m]
if len(matches) == 1:
return [text, None] # 如果没有匹配到，返回原字符串和None
else:
return [matches[0], ''.join(matches[1:])] # 返回拆分后的两部分
# 应用拆分函数到字段2_临时
split_df[['字段2', '字段3']] = pd.DataFrame(split_df['字段2_临时'].apply(split_by_regex).tolist(), index=split_df.index)
# 删除临时的字段2列
del split_df['字段2_临时']
# 显示拆分后的DataFrame
print(split_df)
# 指定新的Excel文件路径
output_file_path = 'C:\\Users\\admin\\Desktop\\split_tumi_twice.xlsx'
# 使用Pandas的to_excel方法保存DataFrame到Excel文件
split_df.to_excel(output_file_path, index=False) # 不保存索引到Excel文件中