python处理两种分隔符的数据集方法

要处理两种分隔符的数据集，一种常见的方式是使用 Python 中的 re 模块来实现正则表达式匹配。下面就是具体步骤：

步骤一：导入re模块

import re

步骤二：定义两种分隔符的正则表达式

假设数据集中使用了逗号和冒号作为分隔符。

separator = r'[,|:]'

步骤三：使用正则表达式切分数据集

data = "Alice,20|Bob:19|Charlie,18"
split_data = re.split(separator, data)

使用 re.split() 方法可以把数据集根据正则分隔符进行切分，得到一个列表。在本例中得到的 split_data 列表如下：

["Alice", "20", "Bob", "19", "Charlie", "18"]

这个列表中，每一个元素都是数据集中的一个项。我们可以根据需要对这些项进行解析和处理。

在上述代码中，正则表达式中使用了方括号简写的形式，即用竖杠符号 | 来表示分隔符。也可以不使用竖杠，而是在正则表达式中连写多个分隔符。

下面的代码中，我们使用了逗号和冒号分隔符，它们在正则表达式中用连字符 - 进行连接：

separator = r'[,|-]'
data = "Alice,20|Bob:19|Charlie,18"
split_data = re.split(separator, data)

示例一：统计分隔符数量

为了说明一下如何使用分隔符数据集的分隔项，我们可以编写一个简单的代码，统计数据集中出现的分隔符数量。

import re

separator = r'[,|:]'
data = "Alice,20|Bob:19|Charlie,18"

split_data = re.split(separator, data)

pipe_count = len([i for i in split_data if i == '|'])
comma_count = len([i for i in split_data if i == ','])
colon_count = len([i for i in split_data if i == ':'])

在上面的代码中，我们使用列表推导式来筛选每个分隔符项，并计算它们的数量。

示例二：将数据集转换为字典

还可以把分隔符数据集转换为 Python 字典。假定数据集中每个项分别表示一个键值对，前一部分是键，后一部分是值。

import re

separator = r'[:,|]'
data = "Alice:20, Bob:19, Charlie:18"

split_data = re.split(separator, data)

dict_data = {}

for i in range(0, len(split_data), 2):
    key = split_data[i].strip()
    value = split_data[i+1].strip()
    dict_data[key] = value

print(dict_data)

在上述代码中，我们先定义了一个包括分隔符的正则表达式字符串，并对数据集进行了切分，得到了分隔符列表 split_data。

接下来，我们通过一个 for 循环依次处理分隔符列表中的每个项，每次处理两个元素。循环开始时，我们把当前项作为键，下一个项作为值，同时从分隔符中去掉空格（strip()），然后将键值对插入到一个 Python 字典中。最终，我们输出了转换后的字典。

在上述示例中，我们使用了 range() 函数的第三个可选参数来指定步长，从而每次取出一对键值对。