从下载的html文件中提取的Dataframe包含以空格分隔的浮点;如何清理? [英] Dataframe extracted from downloaded html file contains floats separated by spaces; how to clean?
本文介绍了从下载的html文件中提取的Dataframe包含以空格分隔的浮点;如何清理?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这是this question的续篇,在this question中,我从CDS下载了一个文件,并使用rvest
使用以下脚本解压:
library(rvest)
download.file("https://cdsarc.cds.unistra.fr/viz-bin/nph-Cat/html?J/MNRAS/495/1706/subaru.dat.gz", "subaru.dat.gz")
x <- rvest::read_html("subaru.dat.gz")
y <- rvest::html_table(x)
write.csv(y, file = 'subaru_fixed.csv')
生成的CSV文件包含几个character
类型的列,这些列包含由空格分隔的两个浮点数(表示测量及其误差)。理想情况下,我希望将这两个浮点数分开,并将错误放在各自的列中,但是我可以完全忽略第二个浮点数。例如,
Bmag (e) | Vmag (e) | rmag (e)
21.6219 0.0015 |24.0 0.012 | 23.3316 0.0089
变为
Bmag | Vmag | rmag
21.6219 | 24.0 | 23.3316
我想有一些方法可以使用Python来实现。有人能帮忙吗?
推荐答案
您可以在编写csv之前使用tidyr::separate
。可能有一个聪明的函数可以同时对多个列应用分离,但这里有一种方法,对感兴趣的3个列使用3个分隔。
library(tidyr)
# example data
df1 <- data.frame(`Bmag (e)` = "21.6219 0.0015",
`Vmag (e)` = "24.0 0.012",
`rmag (e)` = "23.3316 0.0089",
check.names = FALSE)
df1 %>%
separate(`Bmag (e)`,
into = c("Bmag", "Bmag_e"),
sep = " ") %>%
separate(`Vmag (e)`,
into = c("Vmag", "Vmag_e"),
sep = " ") %>%
separate(`rmag (e)`,
into = c("rmag", "rmag_e"),
sep = " ")
结果:
Bmag Bmag_e Vmag Vmag_e rmag rmag_e
1 21.6219 0.0015 24.0 0.012 23.3316 0.0089
这篇关于从下载的html文件中提取的Dataframe包含以空格分隔的浮点;如何清理?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文