在 Python Pandas 的数据帧上使用字符串方法？

Posted 2023-03-12

【中文标题】在 Python Pandas 的数据帧上使用字符串方法？

【英文标题】：Using string methods on dataframes in Python Pandas?

【发布时间】：2015-04-23 15:17:41

【问题描述】：

我有一个具有以下字符串格式的数据框。

data.description[4000]=['Conduit, PVC Utility Type DB 60 TC-6, 1-1/2"                                   LF   .050   $.86   $1.90   $2.76']

字符串的大小不同，但我想在“LF”子字符串处拆分字符串。 所需的输出将是

data2=['Conduit, PVC Utility Type DB 60 TC-6,1 -1/2"','LF',.050,'$.86','$1.90','$2.76]

如果我有一个单位列表

units=['CLF','LF','EA']

如何搜索数据框字符串并以上述格式分解字符串？似乎用单位分隔符拆分会有点用，但我会丢失单位。这给了我 2 个可以进一步拆分的字符串，但它似乎需要逐行函数。

有没有更好的方法来做到这一点？

【问题讨论】：

您可以查看此问题及其答案以查看如何逐行应用函数：***.com/questions/25292838/… 否则，为了完全回答问题，即能够拥有所有需要的字段，我们需要确切地知道数据中的内容（不仅仅是一行）。例如，您能否拆分“两个空格或更多”（如果有缺失值，通常不会）...或者列在每一行的字符串中是否具有相同的位置等。

【参考方案1】：

可以直接在有文字的列上使用字符串方法split：

df['text'].str.split('(CLF|LF|EA)')

您可以使用捕获括号来保留分隔符

例子：

units ='(CLF|LF|EA)'
df =pd.DataFrame('text':['aaaaaaa LF bbbbbbbb','123456 CLF 78910','!!!!!!!! EA @@@@@@@@@@'])
df.text.str.split(units)

返回：

0       [aaaaaaa , LF,  bbbbbbbb]
1          [123456 , CLF,  78910]
2    [!!!!!!!! , EA,  @@@@@@@@@@]
Name: text, dtype: object