Pandas：通过分隔符拆分列并根据其他列重新排列

Posted 2023-03-11

【中文标题】Pandas：通过分隔符拆分列并根据其他列重新排列

【英文标题】：Pandas: Splitting a column by delimiter and re-arrenging based on other columns

【发布时间】：2020-11-01 18:37:04

【问题描述】：

让df 成为一个数据框。

In [1]: import pandas as pd
   ...: df = pd.DataFrame(columns = ['Home', 'Score', 'Away'])
   ...: df.loc[0] = ['Team A', '3-1', 'Team B']
   ...: df.loc[1] = ['Team B', '2-1', 'Team A']
   ...: df.loc[2] = ['Team B', '2-2', 'Team A']
   ...: df.loc[3] = ['Team A', '0-1', 'Team B']

In [2]: df
Out[2]:
     Home Score    Away
0  Team A   3-1  Team B
1  Team B   2-1  Team A
2  Team B   2-2  Team A
3  Team A   0-1  Team B

我想用df 制作df_1。

In [4]: df_1
Out[4]:
  Team A Team B
0      3      1
1      1      2
2      2      2
3      0      1

最简单的方法是什么？

作为初学者，我可以将'Score' 列拆分为两列，然后遍历其他列并得到df_1，但我想应该有更简单的方法，可能是lambda函数或group_by 方法。

有什么想法吗？

【参考方案1】：

如果只有两队，我们可以根据需要恢复分数。

where函数的作用如下，如果条件为真，则保持原值。如果没有，它可以从值列表中调用输入值。我们的条件是对队，mapper是一个字符串的反转。

l_rev_string = lambda s: s[::-1]

df_score_rev = df.Score.apply(l_rev_string)

df1 = df.Score.where(df.Home == 'Team A', df_score_rev)\
    .str.split('-',expand=True)\
    .rename(columns = 0:'Team A',1:'Team B')

|    |   Team A |   Team B |
|---:|---------:|---------:|
|  0 |        3 |        1 |
|  1 |        1 |        2 |
|  2 |        2 |        2 |
|  3 |        0 |        1 |

【讨论】：

方法很有趣，但最终结果不正确。它不会反转第二行，而不是例如为团队 B 给出 [1, 2, 2, 1]，而是给出 [1, 1, 2, 1]（在您的输出中显示为团队 A）。

抱歉，我有两个版本：一个输入了 lambda，一个先反转。似乎由于某种原因，可调用对象不起作用，我将其编辑为一个版本，您可以在其中反转所有内容并挑选正确的版本。

【参考方案2】：

你可以试试这个：

df["values"] = df.apply(lambda row: row["Home"]:row["Score"].split("-")[0], row["Away"]:row["Score"].split("-")[1], axis=1)

output_df = pd.DataFrame(df["values"].tolist())

输出：

    Team A  Team B
0   3   1
1   1   2
2   2   2
3   0   1