python - 如何根据列中字符串的索引拆分列，同时使用有效的方法解析所有 Dataframe

Question

我有一列填充了字符串值:

<表类=“s-表”> <标题> col_1 <正文> 10500 25020 35640 45440 50454 62150 75410

我希望能够创建另外两列，其中的字符串值已与第一列分开。我也想要一种有效的方法来做到这一点。

预期结果:

<表类=“s-表”> <标题> col_1 col_2 col_3 <正文> 10500 10 500 25020 25 020 35640 35 640 45440 45 440 50454 50 454 62150 62 150 75410 75 410

到目前为止，我一直在尝试矢量化，但尚未能够实现它。

对于分割部分，我解析行(使用 iterows，我知道必须尽可能避免 iterows。)并创建一个可用于填充新选项卡的列表，但在我看来，这方式太陈旧了。

另外，我怎样才能有效地修改每个单元格？例如添加逗号或对其进行操作？

谢谢。

Answer 1

使用str访问器:

df = df.join(df['col_1'].astype(str).str.extract('(?P<col_2>\d{2})(?P<col_3>\d{3})'))
print(df)

# Output:
   col_1 col_2 col_3
0  10500    10   500
1  25020    25   020
2  35640    35   640
3  45440    45   440
4  50454    50   454
5  62150    62   150
6  75410    75   410

或者简单几步:

df['col_1'] = df['col_1'].astype(str)
df['col_2'] = df['col_1'].str[:2]
df['col_3'] = df['col_1'].str[2:]
print(df)

# Output
   col_1 col_2 col_3
0  10500    10   500
1  25020    25   020
2  35640    35   640
3  45440    45   440
4  50454    50   454
5  62150    62   150
6  75410    75   410

另一个例子:

df['col_1'] = df['col_1'].astype(str)
df['col_4'] = df['col_1'].str[:2] + '-' + df['col_1'].str[2:]
print(df)

# Output
   col_1   col_4
0  10500  10-500
1  25020  25-020
2  35640  35-640
3  45440  45-440
4  50454  50-454
5  62150  62-150
6  75410  75-410