Pandas DataFrame-将系列字符串拆分为多列

Question

我的问题更多地是关于上一篇文章中描述的方法/语法的，该方法/语法解决了实现将字符串值拆分为列表并将每个列表项分配给新列的相同目标的不同方法。 这是帖子： Pandas DataFrame，我如何将一列分为两部分

DF：

                          GDP
Date                        
Mar 31, 2017  19.03 trillion
Dec 31, 2016  18.87 trillion

脚本1 +输出：

>>> df['GDP'], df['Units'] = df['GDP'].str.split(' ', 1).str
>>> print(df)

                GDP     Units
Date                         
Mar 31, 2017  19.03  trillion
Dec 31, 2016  18.87  trillion

脚本2 +输出：

>>> df[['GDP', 'Units']] = df['GDP'].str.split(' ', 1, expand=True)
>>> print(df)

                GDP     Units
Date                         
Mar 31, 2017  19.03  trillion
Dec 31, 2016  18.87  trillion

脚本3 +输出：

>>> df['GDP'], df['Units'] = df['GDP'].str.split(' ', 1, expand=True)
>>> print(df)

              GDP  Units
Date                    
Mar 31, 2017    0      1
Dec 31, 2016    0      1

谁能解释发生了什么？ 为什么脚本3在输出中产生这些值？

Answer 1

让我们从看这个开始

df['GDP'].str.split(' ', 1)

0    [19.03, trillion]
1    [18.87, trillion]
Name: GDP, dtype: object

它产生一系列列表。 但是， pd.Series.str （又名字符串访问器）允许我们通过直观的python列表索引访问这些嵌入式列表的第一，第二，...部分。

df['GDP'].str.split(' ', 1).str[0]

Date
Mar 31, 2017    19.03
Dec 31, 2016    18.87
Name: GDP, dtype: object

要么

df['GDP'].str.split(' ', 1).str[1]

Date
Mar 31, 2017    trillion
Dec 31, 2016    trillion
Name: GDP, dtype: object

因此，如果我们将元素拆分为两个元素列表split(' ', 1)则可以将其他str的返回对象视为可迭代对象

a, b = df['GDP'].str.split(' ', 1).str

a

Date
Mar 31, 2017    19.03
Dec 31, 2016    18.87
Name: GDP, dtype: object

和

b

Date
Mar 31, 2017    trillion
Dec 31, 2016    trillion
Name: GDP, dtype: object

好的，我们可以利用这种可迭代的拆包方式来简化两个新列的创建

df['GDP'], df['Units'] = df['GDP'].str.split(' ', 1).str

---

但是，我们可以传递参数以expand新列表expand为新的数据框列

df['GDP'].str.split(' ', 1, expand=True)

                  0         1
Date                         
Mar 31, 2017  19.03  trillion
Dec 31, 2016  18.87  trillion

现在我们可以将数据框分配给另一个数据框的新列，如下所示

df[['GDP', 'Units']] = df['GDP'].str.split(' ', 1, expand=True)

但是，当我们这样做时

df['GDP'], df['Units'] = df['GDP'].str.split(' ', 1, expand=True)

df['GDP'].str.split(' ', 1, expand=True)的返回值被解压，这些结果只是列值。 如果在上方看到，您会注意到它们是0和1 。 因此，在这种情况下，将0分配给df['GDP'] ，将1分配给df['Units']