Pandas 正则表达式拆分字符和组

Posted 2023-03-12

【中文标题】Pandas 正则表达式拆分字符和组

【英文标题】：Pandas regex split on characters and group

【发布时间】：2017-10-25 06:01:03

【问题描述】：

直到现在我还没有开始学习正则表达式，但我正在尝试通过Series.str.match(expression) 弄清楚如何在熊猫中使用它，以便将一列拆分为两个新列。 （我知道我可以在没有正则表达式的情况下做到这一点）

列数据示例如下：

True Grit 'Rooster Cogburn'

国王的演讲'King George VI'

Biutiful 'Uxbal'

两个分组中的每一个都可以有任意数量的大于 1 的字符串。如何提取两个组以产生True Grit, Rooster Cogburn？

【问题讨论】：

你能发布你想要的数据集吗？

如果你还没有使用过regexr.com，它是一个快速破解正则表达式的好工具。

这是这个csv数据集的Additional Info列：aggdata.com/awards/oscar

@A-Za-z 的解决方案是您想要的吗？

【参考方案1】：

给定这个数据框

    col
0   True Grit Rooster Cogburn
1   The King's Speech King George VI
2   Biutiful Uxbal

df = df.col.str.extract('(.*)\s*(.*)', expand = True)

会回来

    0                   1
0   True Grit           Rooster Cogburn
1   The King's Speech   King George VI
2   Biutiful            Uxbal

【讨论】：

完美并为我节省了添加/删除列的步骤，谢谢！