大家好，我是皮皮。
一、前言
上一篇文章我们使用了Python来实现数据的导入和分列处理，最终可以得到符合预期的结果，不过还可以继续深挖优化下，这一篇文章一起来看看吧。优化的背景如下图所示：
二、实现过程
这里【瑜亮老师】继续给了一个优化指导，如下图所示：
并且给出的代码如下：
with open("./GpsSnr.txt", "r", encoding="utf-8") as f:
txt = f.readlines()
regex =r"\((\d+,\d+\.\d+)\)"
temp = [re.findall(regex, x) for x in txt]
df = pd.DataFrame(temp)
# 这样保存下来的就是经纬度在一起的
# df.to_excel('GpsSnr1.xlsx', index=False)
# 下面是把经纬度分开
data = []
for i in df.columns:
data.append(df[i].str.split(',', expand=True))
df = pd.concat(data, axis=1)
df.columns = [a+str(b) for a in ['gps','glnoss','beidou'] for b in range(10)]
# print(df.head())
df.to_excel('GpsSnr2.xlsx', index=False)
下图是部分指导：
顺利地解决了粉丝的问题。
其实分成3列更容易进行研究，比如需要对分类为beidou，经纬度在某个范围内的数据进行研究，分成3列这种只需要进行简单的筛选就可以提取出来数据。而分成30列的，就需要对columns进行提取，再处理经纬度，比较麻烦。后来【瑜亮老师】还继续推演，感兴趣的小伙伴们也可以尝试下哦。
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个Python自动化办公的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【灰崽】提问，感谢【瑜亮老师】、【王者级混子】给出的思路和代码解析，感谢【甯同学】、【莫生气】、【kim】、【?厚德载物?】、【FANG.J】等人参与学习交流。
【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。
