我有一个看起来像这样的 df:
name surname device
anna smith Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_1 like Mac OS X) AppleWebKit/603.1.30 (KHTML, like Gecko) Mobile/14E304
petr lebowski Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:48.0) Gecko/20100101 Firefox/48.0
eveline jones Mozilla/5.0 (Linux; Android 6.0.1; SAMSUNG SM-G903F Build/MMB29K) AppleWebKit/537.36 (KHTML, like Gecko) SamsungBrowser/5.4 Chrome/51.0.2704.106 Mobile Safari/537.36
我的目标是将这些行拆分为多列，并仅选择某些值来创建新列，以便新的数据框如下所示:
name surname device column1 column2 column3
anna smith as in df iPhone CPU iPhone OS 10_3_1 Mac OS X
petr lebowski as in df Macintosh Intel Mac OS X 10.6 rv:48.0
eveline jones as in df Linux Android 6.0.1 SAMSUNG SM-G903F Build/MMB29K
所以基本上我只想从这些行中选择某些值:只是那些用“;”分隔的括号中的值。
我知道如何将其逐个符号拆分:
def split_it(string):
return re.findall(r"[\w']+|[.,!?;]", string)
以及如何创建具有拆分行的新列:
df['device'].str[1:-1].str.split(',', expand=True)
但是如何只选择某些值并用它们创建列不知道......
最佳答案
您需要一个更好的正则表达式:
pattern = re.compile(r"\((.+?); (.+?)(?: like|;) (.+?)\)")
new_columns = df.device.str.extract(pattern, expand=False)
您甚至可以给它们预先命名:
new_columns = df.Device.str.extract(r"\((?P<column1>.+?); (?P<column2>.+?)(?: like|;) (?P<column3>.+?)\)", expand=False)
然后，您只需将其与其余数据连接即可:
df = df.join(new_columns)
关于python - 将行拆分为多列，仅从行中选择某些值并删除其余值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47499877/