在 DataFrame 中拆分字符串並僅保留某些部分

Question

我有一個像這樣的 DataFrame：

x = ['3.13.1.7-2.1', '3.21.1.8-2.2', '4.20.1.6-2.1', '4.8.1.2-2.0', '5.23.1.10-2.2']
df = pd.DataFrame(data = x, columns = ['id'])

    id
0   3.13.1.7-2.1
1   3.21.1.8-2.2
2   4.20.1.6-2.1
3   4.8.1.2-2.0
4   5.23.1.10-2.2

我需要在句點上拆分每個 id 字符串，然后我需要知道第二部分何時為 13，第三部分何時為 1。理想情況下，我會有一個額外的列是 boolean 值（在上面的示例中，索引0 為 TRUE，其他所有為 FALSE）。 但是我可以使用多個附加列，其中一個或多個包含單獨的字符串部分，一個用於所述 boolean 值。

我首先嘗試將字符串分成幾部分：

df['id_split'] = df['id'].apply(lambda x: str(x).split('.'))

這有效，但是如果我嘗試像這樣僅隔離字符串的第二部分......

df['id_split'] = df['id'].apply(lambda x: str(x).split('.')[1])

...我收到列表索引超出范圍的錯誤。

但是，如果我像這樣檢查 DataFrame 中的任何單個索引...

df['id_split'][0][1]

...這行得通，只產生字符串列表中的第二項。

我想我對 .apply() 方法的作用還不夠熟悉，不知道為什么它不接受列表索引。 但無論如何，我想知道如何以可擴展的方式（實際數據集為數百萬行）基於這些值隔離每個字符串的第二和第三部分，檢查它們的值，以及 output 和 boolean。 謝謝！

Answer 1

讓我們使用str.split來獲取零件，然后您可以比較：

parts = df['id'].str.split('\.', expand=True)

(parts[[1,2]] == ['13','1']).all(1)

Output：

0     True
1    False
2    False
3    False
4    False
dtype: bool

Answer 2

你可以做這樣的事情

df['flag'] = df['id'].apply(lambda x: True if x.split('.')[1] == '13' and x.split('.')[2]=='1' else False)

Output

            id   flag
0   3.13.1.7-2.1   True
1   3.21.1.8-2.2  False
2   4.20.1.6-2.1  False
3    4.8.1.2-2.0  False
4  5.23.1.10-2.2  False

Answer 3

您可以直接執行此操作，如下所示：

df['new'] = df['id'].apply(lambda x: str(x).split('.')[1]=='13' and str(x).split('.')[2]=='1')

>>> print(df)
              id    new
0   3.13.1.7-2.1   True
1   3.21.1.8-2.2  False
2   4.20.1.6-2.1  False
3    4.8.1.2-2.0  False
4  5.23.1.10-2.2  False