如何使用不均匀的分隔符将一列拆分为多列

Question

我在学校、城市、state 的数据集中有一列。 所有这些都用逗号分隔。 我试图将它们分成三个新列进行分析。 每个新列名为学校、城市、state。

原始数据集。 他们不让我把照片放在这里，所以这里有一个链接。

我遇到的问题是，有时在学校名称中使用逗号，这会使事情变得混乱并强制创建一个新列，而且通常不起作用。

这是我用来拆分列的代码：

undergrad_colleges_supplying_50_med_students_test = undergrad_colleges_supplying_50_med_students.join(undergrad_colleges_supplying_50_med_students['undergraduate_institution'].str.split(',', expand=True).fillna(np.nan))

这就是输出的内容。 它给了我多个新的列，我不知道为什么，它也被一些学校名称中的逗号分隔。

处理 Dataframe 图像。 应该只有三列，但我最终得到了 6 列，而各州是城市没有排队

我希望我清楚地解释了这一点。 任何帮助是极大的赞赏！

Answer 1

如果您知道总会有三个项目，则可以设置n参数。

undergrad_colleges_supplying_50_med_students.join(
    undergrad_colleges_supplying_50_med_students['undergraduate_institution']
    .str.split(',', n=3, expand=True)
    .fillna(np.nan)
)