在 Pandas 中拆分文本並保留分隔符

Question

我想用文件路徑和 jar 文件作為分隔符拆分具有多個值的系列。 如何將值拆分為不同的行，以便不丟失“.jar”分隔符

例如：1 /opt/abc/defg/first.jar/opt/dce/efg/second.jar/opt/xyz/prs/third.jar

預期結果：1 /opt/abc/defg/first.jar

2 /opt/dce/efg/second.jar

3 /opt/xyz/prs/third.jar

謝謝

Answer 1

使用積極的后向斷言嘗試str.split

>>> df['path'].str.split('(?<=\.jar)').str[:-1].explode()

0    /opt/abc/defg/first.jar
0    /opt/dce/efg/second.jar
0     /opt/xyz/prs/third.jar
Name: path, dtype: object

Answer 2

您可以使用.str.extractall ，使用模式'(.*?\.jar)'

import pandas as pd

s = pd.Series(['/opt/abc/defg/first.jar/opt/dce/efg/second.jar/opt/xyz/prs/third.jar'])
s.str.extractall('(.*?\.jar)')

---

                               0
  match                         
0 0      /opt/abc/defg/first.jar
  1      /opt/dce/efg/second.jar
  2       /opt/xyz/prs/third.jar

Answer 3

您可以在拆分后添加".jar" 。

value = "/opt/abc/defg/first.jar/opt/dce/efg/second.jar/opt/xyz/prs/third.jar"
results = [i + ".jar" for i in value.split(".jar") if i != ""]
print(results)

Output：

['/opt/abc/defg/first.jar', '/opt/dce/efg/second.jar', '/opt/xyz/prs/third.jar']