在 Python DataFrame 中拆分字符串
Posted
技术标签:
【中文标题】在 Python DataFrame 中拆分字符串【英文标题】:Splitting a string in a Python DataFrame 【发布时间】:2015-12-02 05:20:11 【问题描述】:我在 Python 中有一个 DataFrame,其中有一列名称(例如 Joseph Haydn、Wolfgang Amadeus Mozart、Antonio Salieri 等)。
我想获得一个包含姓氏的新列:海顿、莫扎特、萨列里等等。
我知道如何拆分字符串,但找不到将其应用于系列或数据框列的方法。
【问题讨论】:
column.str.split
。添加一些示例代码,您可能会得到答案。
【参考方案1】:
如果你有:
import pandas
data = pandas.DataFrame("composers": [
"Joseph Haydn",
"Wolfgang Amadeus Mozart",
"Antonio Salieri",
"Eumir Deodato"])
假设您只想要名字(而不是像 Amadeus 这样的中间名):
data.composers.str.split('\s+').str[0]
将给予:
0 Joseph
1 Wolfgang
2 Antonio
3 Eumir
dtype: object
您可以将其分配给同一数据框中的新列:
data['firstnames'] = data.composers.str.split('\s+').str[0]
姓氏是:
data.composers.str.split('\s+').str[-1]
给出:
0 Haydn
1 Mozart
2 Salieri
3 Deodato
dtype: object
(另请参阅Python Pandas: selecting element in array column 以访问“数组”列中的元素)
对于除姓之外的所有名称,您可以将" ".join(..)
应用于除每行的最后一个元素 ([:-1]
) 之外的所有元素:
data.composers.str.split('\s+').str[:-1].apply(lambda parts: " ".join(parts))
给出:
0 Joseph
1 Wolfgang Amadeus
2 Antonio
3 Eumir
dtype: object
【讨论】:
谢谢安德烈。我几乎达到了相同的解决方案,但你的更优雅。无论如何,我对在“data.composers.str.split('\s+').str[-1]”中双重使用“str”很感兴趣。仅凭逻辑永远无法推断出这一点。还是谢谢。 我反复得出这个解决方案,例如通过谷歌搜索'pandas dataframe strings',我找到了pandas.pydata.org/pandas-docs/stable/text.html,在那里我搜索了split
(顺便说一句,当你执行help(data.composers)
(在变量数据如上所述定义之后)时,你还会找到一个关于拆分的示例。第二部分(访问其条目本身就是列表的列的元素)我在链接的答案***.com/questions/26069235/…【参考方案2】:
试试这个来解决你的问题:
import pandas as pd
df = pd.DataFrame(
'composers':
[
'Joseph Haydn',
'Wolfgang Amadeus Mozart',
'Antonio Salieri',
'Eumir Deodato',
]
)
df['lastname'] = df['composers'].str.split(n = 0, expand = False).str[1]
您现在可以找到DataFrame,如下所示。
composers lastname
0 Joseph Haydn Haydn
1 Wolfgang Amadeus Mozart Amadeus Mozart
2 Antonio Salieri Salieri
3 Eumir Deodato Deodato
【讨论】:
以上是关于在 Python DataFrame 中拆分字符串的主要内容,如果未能解决你的问题,请参考以下文章
在 Spark 上使用 Scala 在 Dataframe 中拆分字符串
将字符串拆分附加到 Pandas DataFrame [关闭]
Pandas使用split函数基于指定分隔符拆分数据列的内容为列表设置参数n控制拆分的次数设置expand参数将拆分结果列表内容转化为多列dataframe并添加到原dataframe中