python-3.x - 创建从年份“开始”到“结束”的表

问题描述

我有一个清单。大多与讣告有关。

Leonard Wilson 1867 - 1936
Mark Jonson 1892 - 1961
Alex Jean Kinshaw 1951 - 1993
Elizabeth Mae Martin 1934 - 1998

数据需要为研究进行分析，并且需要以“csv”格式排列，时间线（用“，”分隔，空值使用“-”）从 1850 年到 2015 年。

Leonard Wilson,-,-,-,-,-,-,-,-,-,-,-,-,-,-,1867,1868,1869......1934,1935,1936,-,-,-,-,-,-,-,-,-,-,-,-
Mark Jonson,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,1892,1893,1894,1895,1896,1897......,1958,1959,1960,1961,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
....


# All years in the middle needs to be populated please

在上面的数据中你可以看到这个人出生前的年份用'-'标记，死后的年份（直到2015年）也一样。在这之间的所有年份，都需要填充。

python/pandas 代码需要检测开始和结束的年份，以及

填充之前的空值
中年和
结束空值

无论如何这可以实现，因为我有超过 30k 行的数据？

标签： python-3.xpandastext-parsing

是的，你可以这样做：

df = pd.read_clipboard(header=None, sep='\s\s+')

df_a = df[0].str.rsplit(n=3, expand=True)

df_a = df_a.set_index(0)

full_range = pd.date_range('12/31/1850', '12/31/2015', freq='AS') 
df_a['range'] = [','.join(pd.date_range(i, j, freq='AS')
                            .to_series()
                            .dt.strftime('%Y')
                            .reindex(full_range, fill_value='-')) for i, j in zip(df_a[1], df_a[3])]

df_a.to_csv('test.csv')

输出：

python-3.x - 创建从年份“开始”到“结束”的表

问题描述

解决方案

推荐阅读