如何按两个及以上换行符拆分数据加载到Dataframe并删除含Bob的行

实现步骤与代码 #

你可以按以下步骤处理，依赖pandas和正则模块实现需求：

• 第一步：用正则按2个及以上换行符拆分原始文本，得到每行的内容块
• 第二步：将拆分后的列表转成DataFrame
• 第三步：筛选删除所有内容包含Bob的行

完整可运行代码如下：

import pandas as pd
import re

# 你的原始示例数据
raw_text = """one
two
three


four
Bob
five
six


seven
eight
nine


eleven
twleve
Bob
thirteen


fourteen
fifteen
sixteen"""

# 按2个及以上换行符拆分文本，strip()先去掉首尾多余空白避免生成空行
split_blocks = re.split(r'\n{2,}', raw_text.strip())

# 加载为DataFrame
df = pd.DataFrame(split_blocks, columns=['text_block'])

# 删除包含Bob的行
df = df[~df['text_block'].str.contains('Bob')]

# 输出查看结果
print(df)

运行后输出的DataFrame内容如下：

text_block
0         one\ntwo\nthree
2       seven\neight\nine
4  fourteen\nfifteen\nsixteen

如果你需要把每个块里的单行换行换成空格或者其他分隔符，可以额外加一步df['text_block'] = df['text_block'].str.replace('\n', ' ')处理即可。

内容的提问来源于stack exchange，提问作者a_pcgamer