您好,我有以下数据框:
df = pd.DataFrame()
df['Name'] = ['P. John','Merry','P. John travis']
df['First_Name'] = df.Name.str.split('.', expand = True)[0]
df['Last_Name'] = df.Name.str.split('.', expand = True)[1]
我想根据句点“.”对列进行切片。并用作姓氏。 除了“快乐”,我可以为所有人做,它显示 None 如下:
0 John
1 None
2 John travis
如何将 last name 中的所有 None 替换为 First Name? A 在论坛中搜索,没有找到。
第二个问题是我有另一个数据框如下:
df1 = pd.DataFrame({'Name':['John','Merry','John travis'],"Position":['CEO','CTO','Engr']})
我正在使用 map 函数为 df 创建一个新列 ** Position**。
df ['Position'] = df.Last_Name.map (df1.set_index('Name').Position)
我在这篇文章中展示的数据框复制了我正在解决的实际问题。 但是,在实际问题中使用 map 功能会给我以下错误代码:
Reindexing only valid with uniquely valued Index objects.
有人可以就此给我建议吗?
谢谢。
最佳答案
您可以将代码简化一个 split
带参数 n=1
按第一个 .
拆分如果可能多个一个然后替换None
通过 fillna
:
df = pd.DataFrame({'Name':['P. John','Merry','P. John travis']})
df[['First_Name', 'Last_Name']] = df.Name.str.split('.\s+', expand = True, n=1)
#if always only one .
#df[['First_Name', 'Last_Name']] = df.Name.str.split('.\s+', expand = True, n=1)
df['Last_Name'] = df['Last_Name'].fillna(df['First_Name'])
print (df)
Name First_Name Last_Name
0 P. John P John
1 Merry Merry Merry
2 P. John travis P John travis
或者删除expand=True
对于 Series of list
s 并选择第一个和最后一个值:
splitted = df.Name.str.split('.\s+', n=1)
df['first_Name'] = splitted.str[0]
df['Last_Name'] = splitted.str[-1]
print (df)
Name first_Name Last_Name
0 P. John P John
1 Merry Merry Merry
2 P. John travis P John travis
关于python - 在 Pandas 数据框中切片字符串并分配一个新列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51649149/