Pandas 数据框将长字符串列动态操作为 2 列

Posted 2023-03-12

【中文标题】Pandas 数据框将长字符串列动态操作为 2 列

【英文标题】：Pandas dataframe manipulating with long string column to 2 columns dynamically

【发布时间】：2021-09-13 11:56:14

【问题描述】：

我有数据框：

id	greetingsname
1	hello+peter|goodbye+john
2	hi+cheff|gutentag+rudolf|goodafternoon+Alex

我想要

id	greeting	name
1	hello	peter
1	goodbye	john
2	hi	cheff
2	gutentag	rudolf
2	goodafternoon	Alex

我不知道，如何动态拆分列 greetingsname，以获得我想要的，因为列 greetingsname 具有不同的字符串长度。但是分隔符分布保持不变greeting DELIMETER(+) name DELIMETER(|) greeting DELIMETER(+) name

从这个意义上说，它可以有不同的长度（几个名字和问候语，在另一列中有不同数量的名字和问候语）

谢谢

【参考方案1】：

我们可以试试extractall

df.set_index('id')['greetingsname']\
  .str.extractall(r'(?P<greeting>[^+|]+)\+(?P<name>[^|]+)').droplevel(1)

---

         greeting    name
id                       
1           hello   peter
1         goodbye    john
2              hi   cheff
2        gutentag  rudolf
2   goodafternoon    Alex

【讨论】：

你能解释一下这个正则表达式是如何工作的吗？

@tayfunyiğit 当然。我会用正则表达式的解释来编辑答案。

【参考方案2】：

您可以为此使用爆炸：

df['greetingsname']=df['greetingsname'].apply(lambda x: x.split('|'))

res=df.explode('greetingsname')

print(res)

   id       greetingsname
0   1         hello+peter
0   1        goodbye+john
1   2            hi+cheff
1   2     gutentag+rudolf
1   2  goodafternoon+Alex

res[['greeting', 'name']] = res['greetingsname'].str.split('+', expand=True)

del res['greetingsname']

res.reset_index(drop=True, inplace=True)

print(res)

   id       greeting    name
0   1          hello   peter
1   1        goodbye    john
2   2             hi   cheff
3   2       gutentag  rudolf
4   2  goodafternoon    Alex