![](/img/trans.png)
[英]Split values in a column by delimiter and assign value to multiple columns in Pandas dataframe
[英]Split a text(with names and values) column into multiple columns in Pandas DataFrame
我的算法速度有问题,太慢了。 我有一个很大的 dataframe 并且想要创建列取决于其他名称和值。 我正在寻找可能在 Pandas 中的解决方案。 在运行之前,我不知道未来列的大小。 这是一个简单的模式。
"column"<==>"value"<br>"column"<==> "value"<br>...
我的数据框
id | params |
---|-----------------
0 |currency<=>PLN<br>price<=>72.14<br>city<==>Berlin
---|-----------------
1 |price<=>90<br>area<=>72.14<br>city<==>San Francisco<br>rooms<==>2<br>is_Free<==>1
---|-----------------
我想要这样的东西
id | price | currency | city | rooms | is_Free| area|
---|------ |----------|--------------|-------|--------|------
0| 72.14 | PLN | Berlin | NaN | NaN | NaN|
---|-------|----------|--------------|-------|--------|------
1| 90 | NaN | San Francisco| 2 | 1 | 90 |
我的解决方案:
def add_parameters(df):
for i,row in df.iterrows():
parameters_list = row.params.split("<br>")
for parameter in parameters_list:
elem_list = parameter.split("<=>")
if elem_list[0] and elem_list[1] != '':
df.loc[i, elem_list[0]] = elem_list[1]
return df
谢谢
这是解决问题的一种方法。
import re
# handle multiple seperator.
sep = re.compile(r"(<.*>)")
def split(value):
ret = {}
for s in value.split("<br>"):
# search if seperator exists in the string & split based on sep.
if sep.search(s):
split_ = s.split(sep.search(s).group())
ret[split_[0]] = split_[1]
return ret
print(df['params'].apply(lambda x : split(x)).apply(pd.Series))
Output
currency price city area rooms is_Free
0 PLN 72.14 Berlin NaN NaN NaN
1 NaN 90 San Francisco 72.14 2 1
如果您想在一行中使用 list comp(但我不确定它是否可读):
pattern = re.compile(r"<=*>")
df = df['params'].apply(lambda row: dict([pattern.split(kv) for kv in row.split("<br>")])).apply(pd.Series)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.