通过拆分每列并迭代 python pandas DataFrame 中的许多列来插入新列

Question

这里我有一个例子dataframe：

dfx = pd.DataFrame({
        'name': ['alex','bob','jack'],
        'age': ["0,26,4","1,25,4","5,30,2"],
        'job': ["x,abc,0","y,xyz,1","z,pqr,2"],
        'gender': ["0,1","0,1","0,1"]            
    })

我想先拆分列dfx['age']并为其插入 3 个单独的列，每个 substring 的年龄值各一个，将它们命名为dfx['age1'] ， dfx['age2'] ， dfx['age3'] . 我为此使用了以下代码：

dfx = dfx.assign(**{'age1':(dfx['age'].str.split(',', expand = True)[0]),\
         'age2':(dfx['age'].str.split(',', expand = True)[1]),\
         'age3':(dfx['age'].str.split(',', expand = True)[2])})
dfx = dfx[['name', 'age','age1', 'age2', 'age3', 'job', 'gender']]
dfx   

到目前为止，一切都很好！

现在，我想对其他列job和gender重复相同的操作。

所需 Output

   name     age age1 age2 age3      job job1 job2 job3 gender gender1 gender2
0  alex  0,26,4    0   26    4  x,abc,0    x  abc    0    0,1       0       1
1   bob  1,25,4    1   25    4  y,xyz,1    y  xyz    1    0,1       0       1
2  jack  5,30,2    5   30    2  z,pqr,2    z  pqr    2    0,1       0       1

   

对于像这样的小数据框，我没有问题单独做。 但是，实际的数据文件有很多这样的列。 我需要迭代。

我发现对列进行迭代和命名各个列的困难。

我很高兴有更好的解决方案。

谢谢 ！

Answer 1

使用列表推导来拆分列表中定义的列以获取 DataFrames 列表，添加过滤列并通过concat与排序列名称连接在一起，然后通过DataFrame.join在不匹配的列前面添加：

cols = ['age','job','gender']

L = [dfx[x].str.split(',',expand=True).rename(columns=lambda y: f'{x}{y+1}') for x in cols]

df1 = dfx[dfx.columns.difference(cols)]
df = df1.join(pd.concat([dfx[cols]] + L, axis=1).sort_index(axis=1))
print (df)
   name     age age1 age2 age3 gender gender1 gender2      job job1 job2 job3
0  alex  0,26,4    0   26    4    0,1       0       1  x,abc,0    x  abc    0
1   bob  1,25,4    1   25    4    0,1       0       1  y,xyz,1    y  xyz    1
2  jack  5,30,2    5   30    2    0,1       0       1  z,pqr,2    z  pqr    2

Answer 2

再次感谢@jezrael 的回答。 受到使用“f-string”的启发，我使用迭代解决了这个问题，如下所示：

for col in dfx.columns[1:]:
for i in range(len(dfx[col][0].split(','))):
    dfx[f'{col}{i+1}'] = (dfx[col].str.split(',', expand = True)[i])
    
dfx = dfx[['name', 'age','age1', 'age2', 'age3', 'job','job1', 'job2','job3', 'gender' 
, 'gender1', 'gender2']]
    
dfx