问题：
Python csv：按分隔符将列拆分为列，然后再拆分为行
茹元魁
我在csv文件中有一个列，其中包含此格式的人员详细信息：
+--------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Team | Members |
+--------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Team 1 | OK-10:Jason:Jones:ID No:00000000:male:my notes |
| Team 2 | OK-10:Mike:James:ID No:00000001:male:my notes OZ-09:John:Rick:ID No:00000002:male:my notes |
| Team 3 | OK-08:Michael:Knight:ID No:00000004:male:my notes2 OK-09:Helen:Rick:ID No:00000005:female:my notes3 OZ-10:Jane:James:ID No:00000034:female:my notes23 OK-09:Mary:Jane:ID No:00000023:female:my notes46 |
+--------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
实际csv格式：
"Team", "Members"
Team 1, OK-10:Jason:Jones:ID No:00000000:male:my notes
Team 2, OK-10:Mike:James:ID No:00000001:male:my notes OZ-09:John:Rick:ID No:00000002:male:my notes
Team 3, OK-08:Michael:Knight:ID No:00000004:male:my notes2 OK-09:Helen:Rick:ID No:00000005:female:my notes3 OZ-10:Jane:James:ID No:00000034:female:my notes23 OK-09:Mary:Jane:ID No:00000023:female:my notes46
我想将它们拆分为一个新的csv文件，如下所示：
+-------+-------------+-------------+----------------+------------------+---------------+---------------+--------------+
| Team | Member_Rank | Member_Name | Member_Surname | Member_ID_Method | Member_ID_Num | Member_Gender | Member_Notes |
+-------+-------------+-------------+----------------+------------------+---------------+---------------+--------------+
| Team1 | OK-10 | Jason | Jones | ID No | 00000000 | male | my notes |
| Team2 | OK-10 | Mike | James | ID No | 00000001 | male | my notes |
| Team2 | OZ-09 | John | Rick | ID No | 00000002 | male | my notes |
+-------+-------------+-------------+----------------+------------------+---------------+---------------+--------------+
拆分详细信息：
拆分行分隔符：'O
拆分列分隔符：'：'，新csv文件中的列数是固定的
（一个团队可以包含多个成员，没有上限）
更新
通过使用@Adirio提供的此代码，我只从具有多个成员的字段中获取最后一个成员：
import csv
import re
members_split_regex = re.compile(r'(O[KZ]-\d+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+)(?= O[KZ]|$)')
with open('test.csv') as input_file, open('output_csv.csv', 'w', newline='') as output_file:
csv_reader = csv.DictReader(input_file)
fieldnames = csv_reader.fieldnames.copy()
fieldnames.remove('Members')
csv_writer = csv.DictWriter(output_file, extrasaction='ignore', fieldnames=fieldnames + ['Member_Rank', 'Member_Name', 'Member_Surname', 'Member_ID_Method', 'Member_ID_Num', 'Member_Gender', 'Member_Notes'])
csv_writer.writeheader()
for row in csv_reader:
for member_tuple in members_split_regex.findall(row['Members']):
member_dict = {}
(
member_dict['Member_Rank'],
member_dict['Member_Name'],
member_dict['Member_Surname'],
member_dict['Member_ID_Method'],
member_dict['Member_ID_Num'],
member_dict['Member_Gender'],
member_dict['Member_Notes']
) = member_tuple
print(row['Members'])
print(member_tuple)
member_dict.update(row)
csv_writer.writerow(member_dict)
打印结果：
行['Members']-
OK-1：name1：sunrmae2：ID No：id1233123：男：Note 12 OK-10：name2：sunrame2：护照编号：asda3243242：女：Note 2 OZ-1：nma3：姓氏3：护照编号：asd213131：其他：注56
打印（member_tuple）-
（“OZ-1”、“nma3”、“surname3”、“护照号码”、“asd213131”、“其他”、“注56”）
共有2个答案
满勇军
基于@DeepSpace答案，但添加了固定的正则表达式和新要求：
import csv
import re
members_split_regex = re.compile(r'(O[KZ]-\d+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+)(?= O[KZ]|$)')
with open('test.csv') as input_file, open('output_csv', 'w', newline='') as output_file:
csv_reader = csv.DictReader(input_file)
fieldnames = csv_reader.fieldnames.copy()
fieldnames.remove('Members')
csv_writer = csv.DictWriter(output_file, extrasaction='ignore', fieldnames=fieldnames + ['Member_Rank', 'Member_Name', 'Member_Surname', 'Member_ID_Method', 'Member_ID_Num', 'Member_Gender', 'Member_Notes'])
csv_writer.writeheader()
for row in csv_reader:
for member_tuple in members_split_regex.findall(row['Members']):
member_dict = {}
(
member_dict['Member_Rank'],
member_dict['Member_Name'],
member_dict['Member_Surname'],
member_dict['Member_ID_Method'],
member_dict['Member_ID_Num'],
member_dict['Member_Gender'],
member_dict['Member_Notes']
) = member_tuple
member_dict.update(row)
csv_writer.writerow(member_dict)
主要区别在于我正在从字典中删除该列，以便我们可以使用它来更新新字典。这样，我们不仅复制了“团队”列，还复制了其他非“成员”列。为此，还将复制读卡器的字段名，删除“Members”项，并将新的字段名添加到写卡器的字段名中。
使用的正则表达式不硬编码任何字段，允许姓名和姓氏中的空格、笔记中的大写O和不仅仅是8位数字的ID字段。
谭正谊
假设这个输入CSV
Team,Members
Team 1,OK-10:Jason:Jones:ID No:00000000:male:my notes
Team 2,OK-10:Mike:James:ID No:00000001:male:my notes OZ-09:John:Rick:ID No:00000002:male:my notes
Team 3,OK-08:Michael:Knight:ID No:00000004:male:my notes2 OK-09:Helen:Rick:ID No:00000005:female:my notes3 OZ-10:Jane:James:ID No:00000034:female:my notes23 OK-09:Mary:Jane:ID No:00000023:female:my notes46
这可以通过regex，csv实现。DictReader和csv。DictWriter：
import csv
import re
output = []
members_split_regex = re.compile(r'(O[KZ]-\d+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+):([a-zA-Z0-9 ]+)(?= O[KZ]|$)')
with open('test.csv') as f:
csv_reader = csv.DictReader(f)
for row in csv_reader:
team = row['Team']
members = row['Members']
split_members = members_split_regex.findall(members)
for member in split_members:
(member_rank, member_name, member_surname, member_id_method,
member_id_num, member_gender, member_notes) = member
output.append({'Team': team, 'Member_Rank': member_rank, 'Member_Name': member_name,
'Member_Surname': member_surname, 'Member_ID_Method': member_id_method,
'Member_ID_Num': member_id_num, 'Member_Gender': member_gender,
'Member_Notes': member_notes})
with open('output_csv', 'w', newline='') as f:
csv_writer = csv.DictWriter(f, fieldnames=['Team', 'Member_Rank', 'Member_Name', 'Member_Surname', 'Member_ID_Method', 'Member_ID_Num', 'Member_Gender', 'Member_Notes'])
csv_writer.writeheader()
csv_writer.writerows(output)
输出文件为
Team,Member_Rank,Member_Name,Member_Surname,Member_ID_Method,Member_ID_Num,Member_Gender,Member_Notes
Team 1,OK-10,Jason,Jones,ID No,00000000,male,my notes
Team 2,OK-10,Mike,James,ID No,00000001,male,my notes
Team 2,OZ-09,John,Rick,ID No,00000002,male,my notes
Team 3,OK-08,Michael,Knight,ID No,00000004,male,my notes2
Team 3,OK-09,Helen,Rick,ID No,00000005,female,my notes3
Team 3,OZ-10,Jane,James,ID No,00000034,female,my notes23
Team 3,OK-09,Mary,Jane,ID No,00000023,female,my notes46
类似资料：
-
我的代码（用Java写的）运行一个外部工具并获得它的输出。该工具的输出如下所示： 我想把输出插入到一个结构中，这样就更容易使用了。我想了一个字符串矩阵。我知道如何通过空白空间将其拆分为数组： 但如何将每一行拆分为矩阵中的数组呢？
-
问题内容： 我需要在SQL Server 2012中将一列中的字符串拆分为一个字符，并将每个字符串拆分成它自己的列。 例如：如果我有一个栏，我需要把它拆分成，，，，，与每个这些转化为自己列。 要拆分的列的长度可能会有所不同，因此我需要使其尽可能地动态。 问题答案： 您可以这样做： 输出： 这是动态版本：
-
问题内容： 我有一个小样本数据： 好像 我想用’-‘分隔符分隔列’V’并将其移至另一个名为’allele’的列 到目前为止，我尝试过的代码不完整，无法正常工作： 要么 问题答案： 与vectoried一起使用：
-
问题内容： 一些外部数据供应商希望给我一个数据字段-管道分隔的字符串值，我觉得这很难处理。 没有应用程序编程语言的帮助，有没有办法将字符串值转换为行？ 但是，存在一个困难，该字段具有未知数量的定界元素。 有问题的数据库引擎是MySQL。 例如： 问题答案： 它可能没有我最初想象的那么困难。 这是一种通用方法： 计算分隔符的出现次数 循环多次，每次获取一个新的定界值并将该值插入第二个表中。
-
我有一个对象（Pos）与此模型的集合： 对象列表如下所示： 我想按beforeChangement或afterChangement==”字段拆分此对象列表要使用此格式（列表列表）
-
问题内容： 我有一个具有这种结构的表。 我无法弄清楚我将使用哪种SQL查询来获得这样的结果集： 我正在尝试将三列分为三个单独的行。这可能吗？ 问题答案： SELECT Y.UserID, Y.UserName, QuestionName = ‘AnswerToQuestion’ + X.Which, Response = CASE X.Which WHEN ‘1’ THEN AnswerToQue