如何在DataFrame中的字符串中添加换行符？

Question

我正在尝试这个文本旋转器，但当我试图在创建的字符串中添加换行符时，我发现它很麻烦。正如您在下面的代码中看到的那样，我添加了"\n"，但是打印生成的输出(以及DataFrame的内容)不包含这个分隔符。

import spintax

df = pd.DataFrame()

for i in range(0, 50):
    data = spintax.spin("{option1|option2}" +  "\n" + " blablabla ")
    df = df.append({'A': data}, ignore_index=True)

df['A'] = df['A'].str.replace(r'\s+', " ")
print(df)

我怎么才能让它工作呢？

print(df)输出如下所示：

                         A
0   option2 blablabla 
1   option2 blablabla 
2   option2 blablabla 
3   option2 blablabla 
4   option2 blablabla 

Answer 1

因此，当您替换r\s+时，问题出在哪里，它也会匹配换行符，并将它们替换为空格。source。

如果您注释您的行，则以下内容将保留字符串中的换行符。

  import spintax
    df = pd.DataFrame()
    for i in range(0, 50):
        data = spintax.spin("{option1|option2}" +  "\n" + " blablabla ")
        df = df.append({'A': data}, ignore_index=True)

    # df['A'] = df['A'].str.replace(r'\s+', " ")

    print(df)

这就是你想要实现的吗？

Answer 2

这是不可能的，因为在没有索引值的情况下，数据帧中会有额外的行。数据帧的定义不支持我认为您正在尝试实现的Two-dimensional size-mutable, potentially heterogeneous tabular data structure with labeled axes (rows and columns).

我相信它看起来像这样：

                         A
0   option2
    blablabla
1   option2
    blablabla
2   option2 
    blablabla 
3   option2 
    blablabla 
4   option2 
    blablabla 

作为一种解决方案，您可以尝试拆分成两列，并添加一个额外的列，该列将标记换行符应该出现的位置，这样当您连接整行时，您将获得所需的字符串：

import spintax
import pandas as pd
df = pd.DataFrame()
for i in range(0, 50):
    data = spintax.spin("{option1|option2}" + "\n" +" blablabla ")
    df = df.append({'A': data}, ignore_index=True)
df['A'] = df['A'].str.replace(r'\s+', " ")
print(df)
df['split'] = df['A'].str.split(' ')
df['first'] = df['split'].str.get(0)
df['flag_break'] = '\n'
df['second'] = df['split'].str.get(1)
df['full_string'] = df['first'] + " " +df['flag_break']+df['second']
df = df.drop('split',axis=1)

print(df.head())
print(df['full_string'].max())

数据帧的输出：

                     A    first flag_break     second          full_string
0   option2 blablabla   option2         \n  blablabla  option2 \nblablabla
1   option1 blablabla   option1         \n  blablabla  option1 \nblablabla
2   option2 blablabla   option2         \n  blablabla  option2 \nblablabla
3   option1 blablabla   option1         \n  blablabla  option1 \nblablabla
4   option2 blablabla   option2         \n  blablabla  option2 \nblablabla

完整字符串的输出，这样就可以得到换行符print(df['full_string'].max())

option2
blablabla