txt 文件中有两种不同类型的数据，我如何使用 pandas 来交互每一行并添加相应的数据

Question

我最近获取了当地健身房的数据，我正在尝试对数据进行标准化，以便可以创建一个“健身房注册”对象，其中包含注册该会话的所有人员。文本文件如下所示：Sep 30th  '20 at 9:00AM Until Sep 30th  '20 at 10:00AMJD  John Doe    AW  Alice Wonderland    IM  Iron ManSep 30th  '20 at 8:00AM Until Sep 30th  '20 at 9:00AMJD  John Doe    AW  Alice Wonderland    IM  Iron Man我已经能够使用 pandas 按列 [姓名首字母，姓名] 分隔注册，但我不知道如何检测何时一行对应于时间段而不是注册的人。因此，程序运行后，每一行都应包含 [姓名首字母、姓名、时间段] 列对我来说处理这些数据最简单的方法就是采用这种格式，JD  John Doe    Sep 30th  '20 at 9:00AM Until Sep 30th  '20 at 10:00AMAW  Alice Wonderland    Sep 30th  '20 at 9:00AM Until Sep 30th  '20 at 10:00AMIM  Iron Man    Sep 30th  '20 at 9:00AM Until Sep 30th  '20 at 10:00AMJD  John Doe    Sep 30th  '20 at 8:00AM Until Sep 30th  '20 at 9:00AMAW  Alice Wonderland    Sep 30th  '20 at 8:00AM Until Sep 30th  '20 at 9:00AMIM  Iron Man      Sep 30th  '20 at 8:00AM Until Sep 30th  '20 at 9:00AM我尝试遍历每一行，一旦出现一个时隙行，我就会将该行附加到下一行，直到出现新的时隙。def testSort():    with open("1-weak-gym.txt") as fp:        id= []        totalSheet=[]        timeSlot = []        lastLine=[]        for ln in fp:            if ln.startswith("Sep"): ##this is a time slot                timeSlot.clear()                timeSlot.append(ln[0:]) ##save that time slot as the lastDate variable            else:                if (timeSlot):                    totalSheet.append(timeSlot) ##append the time slot                    totalSheet.append(ln[0:]) ##append the name line                else:                    print('Hello eror')    print(totalSheet, file=open("newOuput.txt","a")) 

Answer 1

您可以尝试这种方法（如果标题行末尾的时间有很强的模式）：

import re

def is_time_format(s):

    time_re = re.compile(r'\b((1[0-2]|0?[1-9]):([0-5][0-9])([AaPp][Mm]))')

    return bool(time_re.match(s))

with open("1-weak-gym.txt") as fp:

    new_lines = []

    extra_info = ''

    for line in fp:

        last_bit = line.split(' ')[-1]

        if is_time_format(last_bit):

            extra_info = line

            continue

        else:

            new_lines.append(line.rstrip() + '\t' + extra_info)

open("newOutput", 'w').writelines(new_lines)

然后您将获得正确格式的文件。