一个具有多列表示的文本文件,仅显示2列和5行,原始df有〜400,000行
col0 col1
A1 info
A2 info1,info2
A3 info4,info1,info6
A4 info3,info10
A5 info7,info1,info2,info4,info9
我想做的是在一行中col1有多个元素,保留第一个元素,并删除其余元素的预期输出
col0 col1
A1 info
A2 info1
A3 info4
A4 info3
A5 info7
进行健全性检查是否可以输出在单独的文本文件中修改的行?
例
file_with_rows_modified.txt将具有
col0 col1
A2 info1,info2
A3 info4,info1,info6
A4 info3,info10
A5 info7,info1,info2,info4,info9
编辑:这些是扁平字符串
最佳答案
你需要
df.col1 = df.col1.str.split(',').str[0]
col0 col1
0 A1 info
1 A2 info1
2 A3 info4
3 A4 info3
4 A5 info7
关于第二个问题,
df[df.col1.str.split(',').str.len() >1]
将返回所有需要编辑的行,因此您可以在修改数据框之前将结果保存到另一个df中