Pandas基於拆分另一列添加新列

Question

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。

Answer 1

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

Answer 2

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

Answer 3

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(',','.')