如何将列拆分为具有某些功能的多列？

Posted 2023-03-12

【中文标题】如何将列拆分为具有某些功能的多列？

【英文标题】：How to split column to multiple columns with some features?

【发布时间】：2020-10-13 16:43:02

【问题描述】：

我有这样的专栏

col1  
(0,0):19,(1,1):155  
(0,0):13,(0,1):32,(1,1):34  
(0,0):56,(1,0):43,(1,1):38  
(0,0):67,(0,1):45,(1,0):98,(1,1):70

我想把它分成四列：

(0,0)    (0,1)    (1,0)    (1,1)  
19        0        0       155  
13        32       0       34  
56        0        43      38  
67        45       98      70

我试过col.str.split(',\s*(?![^()]*\))',expand=True)，但只能得到：

col1    col2    col3    col4  
(0,0):19    (1,1):155    NAN    NAN  
(0,0):13    (0,1):32     (1,1):34    NAN   
(0,0):56    (1,0):43     (1,1):38    NAN  
(0,0):67    (0,1):45     (1,0):98   (1,1):70

我想知道是否有办法获得我上面显示的内容？非常感谢！ 鲲

【参考方案1】：

您可以提取(0,0)、(0,1)、(1,0) 和(1,1) 之后的数字，然后删除col1 列：

import pandas as pd
df = pd.DataFrame('col1': ['(0,0):19,(1,1):155','(0,0):13,(0,1):32,(1,1):34','(0,0):56,(1,0):43,(1,1):38','(0,0):67,(0,1):45,(1,0):98,(1,1):70'])
df['(0,0)'] = df['col1'].str.extract(r'\(0,0\):(\d+)', expand=False).fillna(0)
df['(0,1)'] = df['col1'].str.extract(r'\(0,1\):(\d+)', expand=False).fillna(0)
df['(1,0)'] = df['col1'].str.extract(r'\(1,0\):(\d+)', expand=False).fillna(0)
df['(1,1)'] = df['col1'].str.extract(r'\(1,1\):(\d+)', expand=False).fillna(0)
df = df.drop(columns = ['col1'])

输出：

>>> df
  (0,0) (0,1) (1,0) (1,1)
0    19     0     0   155
1    13    32     0    34
2    56     0    43    38
3    67    45    98    70

【讨论】：

感谢您的回复！我也想过用这种单独的方式来做！

@KunFang 当您的数据不那么规则时最方便。此外，如果有的话，您可以稍后将其调整为更复杂的情况。请注意，Quang 的代码对我有用。

理解~很奇怪，我在真实数据中尝试过，但显示如下错误：File "pandas/_libs/hashtable_class_helper.pxi", line 811, in pandas._libs.hashtable.Int64HashTable.get_item文件“pandas/_libs/hashtable_class_helper.pxi”，第 817 行，在 pandas._libs.hashtable.Int64HashTable.get_item KeyError: 1

@KunFang 那我说你贴的数据太简单了。

我错了，我输入了'.'当我输入 (',\s*(?![^()]*))',expand=True) 而不是 ',' 时，Quang 方法也有效！

【参考方案2】：

我使用双 str.split 和 stack/unstack 的方法：

(df.col1.str.split(',\s*(?![^()]*\))', expand=True)
   .stack().str.split(':',expand=True)
   .set_index([0], append=True)
   .reset_index(level=1, drop=True)[1]
   .unstack(fill_value=0)
)

输出：

0 (0,0) (0,1) (1,0) (1,1)
0    19     0     0   155
1    13    32     0    34
2    56     0    43    38
3    67    45    98    70

【讨论】：

感谢您的回复！但我收到一条 KeyError: 1 消息。

对不起，我发现一个错字，结果我得到错误...你的方法也有效！再次感谢！