善良是人生的正能量，是一种能够面对人生一切困苦的力量，是能够化解一切矛盾和摩擦的力量，是能够带来和平与幸福的力量，是能够让世界越来越美好的力量。
例表：
假如想要去掉表中的‘#'，‘；'而且以‘#'和‘；'为分割线切割数据：
#将dfxA_2的每一个分隔符之间的数据提出来
col1=dfxA_2['travel_seq'].str.split('#').str[0]
col2=dfxA_2['travel_seq'].str.split('#').str[1]
col3=dfxA_2['travel_seq'].str.split('#').str[2].str.split(';').str[0]
这里只是部分代码，实际情况按需求可以灵活变化。
#建立表
DF1=pd.DataFrame({'link_id1':col1,'time_slot1':col2,'time1':col3,'link_id2':col4,'time_slot2':col5,'time2':col6,'link_id3':col7,'time_slot3':col8,'time3':col9,'link_id4':col10,'time_slot4':col11,'time4':col12,'link_id5':col13,'time_slot5':col14,'time5':col15,'link_id6':col16,'time_slot6':col17,'time6':col18,'all_time':col19})
#重新排列index的值
DF2=DF1.reset_index(drop=True)
#按照指定的列排序columns
DF=DF2.reindex(columns=['link_id1','time_slot1','time1','link_id2','time_slot2','time2','link_id3','time_slot3','time3','link_id4','time_slot4','time4','link_id5','time_slot5','time5','link_id6','time_slot6','time6','all_time'])
#保存成csv格式的文档
DF.to_csv('A_2.csv')
结果：
以上这篇pandas中去除指定字符的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
