pandas解析工作表方法（Excel的分列功能很强大）
pandas解析工作表方法（Excel的分列功能很强大）pandas 中的文本切片与 Python 中的切片一样，因此我们可以这样处理： 有些系统有时候不会太人性化，比如，id 中的日期的起始位置是不固定的： Excel 上可以用分列功能： pandas 中，我们不需要用 split ，而是直接用切片提取： df.str[4:12] 相当于 df.str.slice(4 12)
转发本文并私信我"Python"，即可获得Python资料以及更多系列文章(持续更新的)
经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas
系列相关：- 懂Excel就能轻松入门Python数据分析包pandas(七)：分列
本系列有一篇文章是关于 pandas 实现 Excel 中的分列功能，后来有小伙伴问我，怎么实现 Excel 中固定列宽分列功能。这次就看看几个奇葩的数据案例。
案例1
某公司系统，有一 id 列，其中一部分是表示用户出生日期：
- 怎么可以从中把日期值提取出来呢
Excel 上可以用分列功能：
- 结果会把数据分成3列
pandas 中，我们不需要用 split ，而是直接用切片提取：
- df.str[4:12]，意思是，截取从第5个至第13个(不包含第13个)之间的内容
df.str[4:12] 相当于 df.str.slice(4 12)
案例2
有些系统有时候不会太人性化，比如，id 中的日期的起始位置是不固定的：
- 日期起始位置不固定，但如果从反向来说是固定的
pandas 中的文本切片与 Python 中的切片一样，因此我们可以这样处理：
- 用负数表示从反方向计算截取范围
这是一个"抬杠案例"：
- 开始位置不固定，并且，日期之间还有不固定的分隔符号
我们当然可以用正则表达式提取，这次我选用一种特别的方式完成：
- 注意，我们使用了 itertools.compress ，要导入该模块。 import itertools
相信很多人不理解其中的原理，特别是其中的 sed 构造，看看下面的对应图：
- itertools.compress() ，他的作用就是按照一个 bool 列表，把其中的 True 对应另外一个序列同位置上的元素给筛选出来
你 get 到了吗？
如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏，现在已经到达第二阶段最后一个知识点——日期时间，学完这些你就能解决诸如走势波动的超高难度数据需求，快来学习吧。
总结- 分列只是提取内容的一种方式，别一遇到分列，则只考虑 str.split
- str.slice 或 str[] ，可以像 Python 切片一样做处理
- 用好 itertools.compress，可以进行有规则并且连续内容的提取
需要源码的小伙伴请转发本文并私信我"python"
