按不同字符串大小的分隔符拆分 pandas 列

Question

如何拆分像df.value這樣的列

value
--------
Top/Animals/Cat
Top/Dog
Pig/Guineea/Piglet

分成多列

val1 |   val2   | val3 |
Top    Animals     Cat
NaN      Top       Dog
Pig    Guineea    Piglet

這樣我就有最長字符串的列數和其他字符串長度不同的 NaN？

Answer 1

讓我們嘗試一些新的東西

sep='/'
s=df.value.str.count(sep)
s=((s.max()-s).map(lambda x : x*sep)+df.value).str.split(sep,expand=True)
     0        1       2
0  Top  Animals     Cat
1           Top     Dog
2  Pig  Guineea  Piglet

Answer 2

.str.split()的expand=True是你的朋友！

df['value'].str.split('/', expand=True)

Answer 3

• 您可以先反轉字符串的順序，然后將str.split與expand參數一起使用

df = pd.DataFrame({'value' : ['Top/Animals/Cat', 'Top/Dog', 'Pig/Guineea/Piglet', 'Top']})

# reverse string first. Top/Animals/Cat will become Cat/Animals/
df = df['value'].apply(lambda x : '/'.join(x.split('/')[::-1])).str.split('/', expand=True) 

# column renaming and order
df.columns = ['val' + str(i) for i in range(len(df.columns), 0,-1)]
df = df[df.columns[::-1]]
df

output

    val1    val2    val3
0   Top     Animals Cat
1   None    Top     Dog
2   Pig     Guineea Piglet
3   None    None    Top

Answer 4

您可以使用 DataFrame 構造函數以相反的順序構建列，然后重新索引它們：

resul = pd.DataFrame([reversed(i) for i in df['value'].str.split('/')])
resul = resul.reindex(reversed(resul.columns), axis=1)
resul.columns = ['val' + str(i+1) for i in range(len(resul.columns))]

它按預期給出：

   val1     val2    val3
0   Top  Animals     Cat
1  None      Top     Dog
2   Pig  Guineea  Piglet

Answer 5

此解決方案返回 NaN 而不是 None （根據 OP 的要求）

import pandas as pd
import numpy as np

df = pd.DataFrame({"c1": ["Top/Animals/Cat",
                          "Top/Dog", 
                          "Pig/Guineea/Piglet"]})
df["c1"] = df["c1"].str.split("/")
c1_max_len = df["c1"].map(len).max()
df["c1"] = df["c1"].map(lambda x: (c1_max_len - len(x)) * [np.nan] + x)
df_exploded = pd.DataFrame(df.c1.values.tolist(), index= df.index)