我在 python 中有以下数据框:
df = pd.DataFrame({'name': ['Vinay', 'Kushal', 'Aman', 'Saif'],
'age': [22, 25, 24, 28],
'occupation': ['A1|A2|A3', 'B1|B2|B3', 'C1|C2|C3', 'D1|D2|D3']})
请注意“职业”字段,其值由“|”分隔。
我想向数据框添加两个新列,比如说 new1 和 new2,其值分别为 A1 和 A2、B1 和 B2 等。
我尝试使用以下代码实现此目的:
df['new1'] = df['occupation'].str.split("|", n = 2,expand = False)
得到的结果是:
name age occupation new1
0 Vinay 22 A1|A2|A3 [A1, A2, A3]
1 Kushal 25 B1|B2|B3 [B1, B2, B3]
2 Aman 24 C1|C2|C3 [C1, C2, C3]
3 Saif 28 D1|D2|D3 [D1, D2, D3]
我不想在新字段中看到 A1、A2、A3 等。 预期输出:
name age occupation new1 new2
0 Vinay 22 A1|A2|A3 [A1] [A2]
1 Kushal 25 B1|B2|B3 [B1] [B2]
2 Aman 24 C1|C2|C3 [C1] [C2]
3 Saif 28 D1|D2|D3 [D1] [D2]
请提出可能的解决方案。
最佳答案
为了提高性能,使用带有列表理解的str.split
:
u = pd.DataFrame([
x.split('|')[:2] for x in df.occupation], columns=['new1', 'new2'], index=df.index)
u
new1 new2
0 A1 A2
1 B1 B2
2 C1 C2
3 D1 D2
pd.concat([df, u], axis=1)
name age occupation new1 new2
0 Vinay 22 A1|A2|A3 A1 A2
1 Kushal 25 B1|B2|B3 B1 B2
2 Aman 24 C1|C2|C3 C1 C2
3 Saif 28 D1|D2|D3 D1 D2
为什么列表理解在这里很快?您可以在 For loops with pandas - When should I care? 阅读更多内容.
关于python - 在 Pandas 中部分拆分字符串列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54131932/