Python拆分具有公制和英制单位的列

Posted 2023-02-21

【中文标题】Python拆分具有公制和英制单位的列

【英文标题】：Python Split a column that has both metric and imperial units

【发布时间】：2021-09-29 20:09:25

【问题描述】：

我有一列包含多种单位，我需要将其分成两个不同的列：一列用于公制（mm、cm、m），另一列用于英制（in、ft、yd）

d = 'col1': [1 in, 2 mm, 3 ft, 4 yd, 5 m, 6cm]
df = pd.DataFrame(data=d)

拆分成：

Index    df_metric  df_imperial
 0    |            |      1 in
---------------------------------
 1    |     2 mm   |
---------------------------------
 2    |            |     3 ft
---------------------------------
 3    |            |     4 yd
---------------------------------
 4    |     5 m    |
---------------------------------
 5    |     6 cm   |

我试过了：

def seperate_units(df, col, numbers):
    if numbers.find('yd') > -1 or numbers.find('in') > -1 or numbers.find('ft') > -1 or numbers.find('"') > -1:
        print(numbers)
        df[col+'_imperial'].append(numbers)
    else:
        df[col+'_imperial'].append('')
    return df[col+'_imperial']

但我无法让它工作

【参考方案1】：

试试熊猫pandas.Series.str.contains

d = 'col1': ['1 in', '2 mm', '3 ft', '4 yd', '5 m', '6cm']
df = pd.DataFrame(data=d)

df['metric'] = df[df['col1'].str.contains(r'mm|cm|m')]['col1']
df['imperial'] = df[df['col1'].str.contains(r'in|ft|yd')]['col1']

print(df)


#    col1 metric imperial
# 0  1 in    NaN     1 in
# 1  2 mm   2 mm      NaN
# 2  3 ft    NaN     3 ft
# 3  4 yd    NaN     4 yd
# 4   5 m    5 m      NaN
# 5   6cm    6cm      NaN

【参考方案2】：

使用：

m=df['col1'].str.contains(r'mm|cm|m')
#checking for metric
y=df['col1'].str.contains(r'in|ft|yd')
#checking for imperial

最后：

df.loc[:,'df_metric']=df.loc[m,'col1']
df.loc[:,'df_imperial']=df.loc[y,'col1']
#If needed:
#df[['df_metric','df_imperial']]=df[['df_metric','df_imperial']].fillna('')

现在您打印df，您将获得预期的输出

【参考方案3】：

假设这个输入数据帧：

df = pd.DataFrame('col1': ['1 in', '2 mm', '3 ft', '4 yd', '5 m', '6cm'])

您可以使用正则表达式来查找公制单位并在此条件下拆分：

metric = df.col1.str.match('\d+\s*[cm]?m')

pd.concat([df.where(metric, '').add_suffix('_metric'),
           df.where(~metric, '').add_suffix('_imperial')],
          axis=1)

这里的正则表达式匹配一个后跟 cm/m/mm 的数字，您可以根据您的实际用例对其进行更新。 在where 中，我将其替换为空字符串''，但您可以将其删除以具有NaN，或者如果您愿意，可以将其替换为其他任何内容。

输出：

  col1_metric col1_imperial
0                      1 in
1        2 mm              
2                      3 ft
3                      4 yd
4         5 m              
5         6cm