[英]Pandas add new columns based on splitting another column
我有一個像下面這樣的pandas數據幀:
A B
US,65,AMAZON 2016
US,65,EBAY 2016
我的目標是看起來像這樣:
A B country code com
US.65.AMAZON 2016 US 65 AMAZON
US.65.AMAZON 2016 US 65 EBAY
我知道在這里和這里之前已經問過這個問題,但它們都不適合我。 我試過了:
df['country','code','com'] = df.Field.str.split('.')
和
df2 = pd.DataFrame(df.Field.str.split('.').tolist(),columns = ['country','code','com','A','B'])
我錯過了什么嗎? 任何幫助深表感謝。
您可以使用split
with parameter expand=True
並在左側添加一個[]
:
df[['country','code','com']] = df.A.str.split(',', expand=True)
然后replace
,
到.
:
df.A = df.A.str.replace(',','.')
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
如果沒有NaN
值,則使用DataFrame
構造函數的另一個解決方案:
df[['country','code','com']] = pd.DataFrame([ x.split(',') for x in df['A'].tolist() ])
df.A = df.A.str.replace(',','.')
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
您也可以在構造函數中使用列名,但是必須使用concat
:
df1=pd.DataFrame([x.split(',') for x in df['A'].tolist()],columns= ['country','code','com'])
df.A = df.A.str.replace(',','.')
df = pd.concat([df, df1], axis=1)
print (df)
A B country code com
0 US.65.AMAZON 2016 US 65 AMAZON
1 US.65.EBAY 2016 US 65 EBAY
這將不會按預期給出輸出它只會給df ['A']第一個值'U'
可以根據提供的數據創建列df1 = pd.DataFrame([x.split(',')for d in df ['A']。tolist()],columns = ['country','code' , 'COM'])
而不是為lambda也可以使用
為了獲得新列,我更喜歡這樣做:
df['Country'] = df['A'].apply(lambda x: x[0])
df['Code'] = df['A'].apply(lambda x: x[1])
df['Com'] = df['A'].apply(lambda x: x[2])
至於更換,用。 你可以使用以下內容:
df['A'] = df['A'].str.replace(',','.')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.