使用 pandas str.find 方法对数据框列中的字符串进行切片

Posted 2023-02-23

【中文标题】使用 pandas str.find 方法对数据框列中的字符串进行切片

【英文标题】：using pandas str.find method to slice strings in dataframe column

【发布时间】：2017-10-08 04:28:29

【问题描述】：

我有一个数据框列，看起来像这样：

s = pd.Series(["a0a1a3", "b1b3", "c1c1c3c3"], index=["A", "B", "C"])

我可以找到 str.find 方法在每个单元格中找到我想要的索引：

s.str.find('1').values
array([3, 1, 1])
s.str.find('3').values
array([5, 3, 5])

但是我找不到如何使用这些函数来剪切该列中的字符串。例如：

s.str[s.str.find('1').values:s.str.find('3').values].values

给予

array([ nan,  nan,  nan])

结合这些功能的正确方法是什么？

【问题讨论】：

请发布您想要的数据集 - 不太清楚您想要实现什么

请阅读how to make good reproducible pandas examples并相应地编辑您的帖子。

pandas 在其直观性上的实现非常非常糟糕

【参考方案1】：

这是你想要的吗？

In [87]: s.str.split('1').str[0]
Out[87]:
A    a
B    b
C    c
dtype: object

In [88]: s.str.split('1').str[1]
Out[88]:
A    a2
B    b2
C    c2
dtype: object

或

In [89]: s.str.split('1', expand=True)
Out[89]:
   0   1
A  a  a2
B  b  b2
C  c  c2

你会在official Pandas docs site找到很多有用的例子

更新：

In [203]: s = pd.Series(["a1a2", "b1b2", "c1c2", "aaaaaa1XX"], index=["A", "B", "C", "D"])

In [204]: s
Out[204]:
A         a1a2
B         b1b2
C         c1c2
D    aaaaaa1XX
dtype: object

In [205]: s.str.split('1', expand=True)
Out[205]:
        0   1
A       a  a2
B       b  b2
C       c  c2
D  aaaaaa  XX

更新2：

In [224]: s
Out[224]:
A      a0a1a3
B        b1b3
C    c1c1c3c3
dtype: object

In [225]: s.str.extract(r'1(.*?)3', expand=False)
Out[225]:
A      a
B      b
C    c1c
dtype: object

注意：请始终发布源数据集和所需数据集 - 否则我们必须猜测您要达到什么目的......

【讨论】：

非常感谢您的回复，但事实并非如此：在这种情况下，您知道“1”字符串在所有单元格的同一索引中。如果不是，你会怎么做？

@Delosari，它也能正常工作 - 查看更新的答案 ;-)

再次感谢。我可以设法使用你给我的东西，但我想知道是否还有另一种方法：在你的方法中，你每次都切割列系列以获得你想要的部分。但我自己想使用“.find”方法来找到我需要分割字符串的索引。有没有办法在“.str[idxInidial:idxFinal]”结构中使用“.find”中的索引

@Delosari，很可能这是可能的，但这不是惯用的方法，而且看起来很难看。 Python Zen 的第三条规则说 - "Simple is better than complex."

我已更新问题以获得更好的描述