pandas - 在 Pandas 中解析字符串

Question

我正在处理一个数据框，其中一列的值是这样的 -

<表类="s-表"> <头> 字段 <正文> marketable_email_status_m10 email_availability_status_m11 ending_ar_60_to_89_dpd_m11 email_availability_status_m1

我希望我的最终输出将字符串分成两列，如下所示:

<表类="s-表"> <头> 字段 text1 text2 <正文> marketable_email_status_m10 marketable_email_status m10 email_availability_status_m11 email_availability_status m11 ending_ar_60_to_89_dpd_m11 ending_ar_60_to_89_dpd m11 email_availability_status_m1 email_availability_status m1

我已经能够生成第 3 列，但不确定如何处理第 2 列。

Answer 1

与 extract功能请尝试以下。

df[["text1","text2"]] = df['field'].str.extract(r'^(.*)_(.*)$')

解释:

• 在 DataFrame 的 field 列上应用 df.str.extract 函数。
• 然后使用 2 个捕获组在 DataFrame 中创建 2 个新列，分别命名为 text1 和 text2。
• 第一个捕获组拥有 _ 之前的所有内容，第二个捕获组拥有剩余的值(根据 OP 的要求)。
• 将创建的捕获组的值保存到名为 text1 和 text2 的字段中。

输出如下:

    field                           text1                       text2
0   marketable_email_status_m10     marketable_email_status     m10
1   email_availability_status_m11   email_availability_status   m11
2   ending_ar_60_to_89_dpd_m11      ending_ar_60_to_89_dpd      m11
3   email_availability_status_m1    email_availability_status   m1