Les bases de Split géré par IQ Bot sont décrites dans cet article.
Ce qui précède ne concerne que les fractionnements pour les champs, et la logique n'intègre pas de contrôle d'erreur, je vais donc l'introduire un peu plus loin ici.
Par exemple, s'il s'agit d'un champ, que se passe-t-il si vous appliquez la logique qui définit field_value = field_value.split (" bank ") [0]
au champ?
Lors de l'application d'un fractionnement à une table
#Définition de fonction abstraite
def func_split(value, splitter, index):
x = value
if splitter in value:
y = x.split(splitter)
if (len(x) + 1) >= index:
x = y[index]
return x
#Appliquer la fonction
df['Nom de colonne'] = df['Nom de colonne'].apply(func_split, splitter="Banque", index=0)
La "fonction abstraite" ci-dessus inclut non seulement un fractionnement simple, mais également "si la chaîne de caractères d'origine contient le caractère" banque "en premier lieu" et "l'index spécifié dans la liste des résultats de fractionnement". Il comprend également le processus de vérification "s'il peut exister".
De plus, si la vérification ci-dessus est rejetée, la valeur avant le fractionnement est renvoyée telle quelle.
Donc, à proprement parler, ce n'est pas simplement la même chose que field_value = field_value.split (" bank ") [0]
, mais je pense qu'il est normal d'intégrer une telle considération lors de son utilisation dans la pratique.
hein? N'est-il pas préférable d'incorporer également ce contrôle d'erreur et ce champ? Vous là-bas qui avez pensé.
Tu as raison.
Dans ce cas, définissez le paramètre func_split
ci-dessus dans le champ logique personnalisé du champ correspondant, puis appliquez la fonction comme suit.
Lors de l'application d'un fractionnement (avec contrôle d'erreur) à un champ
#Appliquer la fonction
field_value = func_split(field_value, "Banque", 0)
Comment était-ce?
Si vous avez des questions, laissez un commentaire sur cet article ou contactez-nous via DM sur Twitter.
Recommended Posts