如何将Dataframe列分为两部分并用拆分值替换列

Question

如何将数据框列拆分为两部分，以便稍后将数据框列中的值替换为拆分后的值。 例如，我有一个数据框，如：

col1       col2
"abc"      "A, BC"
"def"      "AX, Z"
"pqr"      "P, R"
"xyz"      "X, YZ"

我想先提取值，然后用提取的值替换该单元格。 因此，输出应如下所示：

col1   col2
abc    A
def    AX
pqr    P
xyz    X

我正在尝试这样做：

df['col2'].apply(lambda x: x.split(',')[0])

但这给了我错误。 请提出如何获得所需的输出的建议。

Answer 1

在这种情况下，您可以使用将使用矢量化函数的pandas的str方法。 apply速度也将更快。

df.col2 = df.col2.str.split(', ').str[0]

>>> df
Out[]:
  col1 col2
0  abc    A
1  def   AX
2  pqr    P
3  xyz    X

要在包含字符串的Series上使用此函数，应在任何函数之前调用str属性。 有关更多详细信息，请参见文档 。

在上述解决方案中，请注意替换了split的.str.split(', ') 。 和.str[0]允许切片拆分结果，而仅使用.str.split(', ')[0]将获得Series索引0。