Python 2.7：如何正确拆分CSV文件并处理提取的字符串信息

我来帮你搞定这个CSV数据拆分和清理的问题！下面是针对需求的具体解决方案：

假设你的CSV里待处理的原始数据列（比如命名为raw_content）格式类似Alexander%Back-Forsvar这类，我们可以用Python的pandas库高效完成拆分、清理并输出符合要求的CSV，步骤如下：

1. 先准备依赖（如果还没安装） #

如果你的环境里没有pandas，先通过命令行安装：

pip install pandas

2. 完整处理代码示例 #

这段代码会读取你的原始CSV，自动拆分姓名、职位并清理掉%和-，最后输出整理好的新CSV：

import pandas as pd

# 替换成你的原始CSV文件路径
input_csv_path = "your_raw_data.csv"
# 替换成你想要保存的输出文件路径
output_csv_path = "cleaned_result.csv"

# 读取原始CSV
df = pd.read_csv(input_csv_path)

# 定义数据处理函数：拆分+清理特殊字符
def split_clean_data(raw_str):
    # 先把%换成空格（还原姓名的正常格式），把-换成临时分隔符
    temp_str = raw_str.replace("%", " ").replace("-", "||")
    # 按临时分隔符拆分姓名和职位
    name_part, position_part = temp_str.split("||")
    # 清理可能的多余空格并返回
    return pd.Series([name_part.strip(), position_part.strip()])

# 把处理后的结果存入新的「姓名」「职位」列
df[["姓名", "职位"]] = df["raw_content"].apply(split_clean_data)

# 输出整理好的CSV（不保留索引，用UTF-8编码避免乱码）
df.to_csv(output_csv_path, index=False, encoding="utf-8")

3. 关键逻辑说明 #

• replace("%", " ")：把姓名中的%替换成空格，让Alexander%Back还原成正常的Alexander Back
• replace("-", "||")：用一个不会出现在内容里的临时分隔符替换-，方便精准拆分姓名和职位
• split("||")：按临时分隔符拆分出两部分，再用strip()去除可能的首尾空格

4. 适配不同格式的小调整 #

如果你的原始字符串格式有细微差异，可以灵活修改处理函数：

• 如果姓名里没有%，只是用-分隔姓名和职位：直接用raw_str.split("-")拆分即可
• 如果有复杂的特殊符号组合，也可以用正则表达式匹配，比如：

import re

def split_clean_data(raw_str):
    # 先去掉所有%和-
    cleaned = re.sub(r"[%\-]", "", raw_str)
    # 假设姓名在前、职位在后，按最后一个空格拆分（根据实际格式调整）
    name = " ".join(cleaned.split()[:-1]).strip()
    position = cleaned.split()[-1].strip()
    return pd.Series([name, position])

这样处理后，你的CSV就能得到完全符合要求的姓名和职位列啦！

内容的提问来源于stack exchange，提问作者Bab