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?


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

10-07 13:31