pandas中如何去除指定字符-创新互联

这篇文章主要为大家展示了“pandas中如何去除指定字符”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“pandas中如何去除指定字符”这篇文章吧。

十载的库车网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。营销型网站建设的优势是能够根据用户设备显示端的尺寸不同，自动调整库车建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“库车网站设计”,“库车网站推广”以来，每个客户项目都认真落实执行。

例表：

假如想要去掉表中的‘#'，‘；'而且以‘#'和‘；'为分割线切割数据：

#将dfxA_2的每一个分隔符之间的数据提出来 
col1=dfxA_2['travel_seq'].str.split('#').str[0] 
col2=dfxA_2['travel_seq'].str.split('#').str[1] 
col3=dfxA_2['travel_seq'].str.split('#').str[2].str.split(';').str[0]

这里只是部分代码，实际情况按需求可以灵活变化。

#建立表
DF1=pd.DataFrame({'link_id1':col1,'time_slot1':col2,'time1':col3,'link_id2':col4,'time_slot2':col5,'time2':col6,'link_id3':col7,'time_slot3':col8,'time3':col9,'link_id4':col10,'time_slot4':col11,'time4':col12,'link_id5':col13,'time_slot5':col14,'time5':col15,'link_id6':col16,'time_slot6':col17,'time6':col18,'all_time':col19})
#重新排列index的值
DF2=DF1.reset_index(drop=True)
#按照指定的列排序columns
DF=DF2.reindex(columns=['link_id1','time_slot1','time1','link_id2','time_slot2','time2','link_id3','time_slot3','time3','link_id4','time_slot4','time4','link_id5','time_slot5','time5','link_id6','time_slot6','time6','all_time'])
#保存成csv格式的文档
DF.to_csv('A_2.csv')

结果：

以上是“pandas中如何去除指定字符”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

新闻标题：pandas中如何去除指定字符-创新互联
分享链接：http://cxhlcq.com/article/dsijsg.html