我有一个如下所示的 Pandas 数据框:
A B
US,65,AMAZON 2016
US,65,EBAY 2016
我的目标是看起来像这样:
A B country code com
US.65.AMAZON 2016 US 65 AMAZON
US.65.AMAZON 2016 US 65 EBAY
我知道这个问题之前有人问过 here和 here但没有对我有用。我试过:
df['country','code','com'] = df.Field.str.split('.')
和
df2 = pd.DataFrame(df.Field.str.split('.').tolist(),columns = ['country','code','com','A','B'])
我错过了什么吗?非常感谢任何帮助。
最佳答案
您可以使用 split
使用参数 expand=True
并在左侧添加一个 []
:
df[['country','code','com']] = df.A.str.split(',', expand=True)
然后 replace
,
到。
:
df.A = df.A.str.replace(',','.')
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
如果没有 NaN
值,则使用 DataFrame
构造函数的另一种解决方案:
df[['country','code','com']] = pd.DataFrame([ x.split(',') for x in df['A'].tolist() ])
df.A = df.A.str.replace(',','.')
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
您也可以在构造函数中使用列名,但随后 concat
是必要的:
df1=pd.DataFrame([x.split(',') for x in df['A'].tolist()],columns= ['country','code','com'])
df.A = df.A.str.replace(',','.')
df = pd.concat([df, df1], axis=1)
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
关于python - Pandas 根据拆分另一列添加新列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38956778/