В настоящее время я работаю с пандами, чтобы изменить столбец CSV из строк:
"3,9,11,16,25,26,28,29,36,40,41,46,63,66,67,69,72,73,78,80"
в список целых чисел:
[3,9,11,16,25,26,28,29,36,40,41,46,63,66,67,69,72,73,78,80]
Кто-нибудь знает, как это сделать?в идеале я хотел бы переписать это в тот же CSV-файл, из которого я извлекаю эти данные, но я полагаю, я могу просто добавить .to_csv к концу того, что я должен сделать
любые предложения будут оценены!спасибо!
ОБНОВЛЕНИЕ: больше данных, работающих с CSV CVS DATASET
Вот воспроизводимый пример
import os
import pandas as pd
databasefile = "I:\Github\ClubKeno\Keno Project\Database\..\LotteryDatabase.csv"
def dataSort():
db = pd.read_csv(databasefile, skip_blank_lines=True,
names=['Draw_Number', 'Winning_Numbers', 'Extra_Numbers', 'Kicker'], header=0)
db.drop_duplicates(inplace=True)
# converting data types
db['Winning_Numbers'] = list(map(int, pd.Series.str.split(",")))
print(db['Winning_Numbers'])
datasort()
ФАЙЛ CSV
Данные:
Draw_Number Winning_Numbers Extra_Numbers Kicker
1500844 3,9,11,16,25,26,28,29,36,40,41,46,63,66,67,69,72,73,78,80 NaN 2
1500845 6,7,11,12,13,17,18,23,29,30,39,42,47,50,51,56,62,63,66,75 NaN 2
1500846 2,9,10,12,14,18,24,28,38,40,41,44,50,55,57,61,65,68,72,76 NaN 1
1500847 9,10,22,25,28,36,40,45,46,47,52,54,57,58,59,65,69,70,74,79 NaN 2
1500848 7,9,13,14,16,17,18,19,24,25,27,34,40,41,42,47,49,50,53,71 NaN 2
1500849 3,4,6,7,9,16,32,35,36,48,49,51,54,61,63,66,67,68,73,74 NaN 2
1500850 15,16,17,18,21,23,26,31,32,44,45,46,47,54,56,57,58,64,75,79 NaN 2
1500851 8,13,15,17,19,22,25,28,29,31,33,34,37,41,46,47,53,54,63,64 NaN 1
1500852 5,7,8,15,20,23,24,26,27,34,40,46,53,58,60,65,66,68,69,74 NaN 1
1500853 1,13,15,16,17,19,21,37,39,46,47,50,53,54,57,61,67,71,72,76 NaN 5
1500854 8,15,18,22,28,31,33,34,35,39,40,46,47,57,65,67,69,74,76,78 NaN 2
1500855 2,5,8,12,17,18,20,21,26,31,40,43,46,58,62,64,69,74,76,79 NaN 1
1500856 2,9,17,22,25,27,29,39,42,43,49,52,61,64,67,69,71,75,79,80 NaN 2
1500857 4,5,9,11,15,18,22,31,32,33,42,45,48,58,60,61,65,69,70,73 NaN 2
1500858 3,9,10,14,16,29,37,40,42,46,52,53,54,55,56,57,72,74,79,80 NaN 1
1500859 11,12,16,19,20,27,28,32,37,44,46,54,58,59,62,66,69,75,77,78 NaN 1
1500860 3,6,7,11,17,19,23,24,30,31,32,33,42,48,49,57,68,69,70,73 NaN 5