python - 在 Pandas 数据框中切片字符串并分配一个新列

Question

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)

但 df 中的新列显示了一些 Nan 值，如下所示:

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。

Answer 1

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