如何使用 str.split 或正則表達式在 python 中將一列拆分為兩列或多列？

Question

如何將此列拆分為 2 列或更多列。 我使用str.split('/',2)進行拆分，但它只是刪除了 '/' 並沒有拆分為 2 列。

X
東行：6900 / 西行：7700
東行：7800 / 西行：8700
北界：5000 / 南界：4900
北界：7000 / 南界：9000
東行：4900 / 西行：9700

我想要的是：

第一方向	第二方向
東界：6900	西行：7700
東行：7800	西行：8700
北界：5000	南行：4900
北界：7000	南行：9000
東界：4900	西行：9700

更好的是，如果我可以為四個基本方向設置四個列標題並用第一個表中的值填充它，例如：

北	南	東方	西方
0	0	6900	7700
0	0	7800	8700
5000	4900	0	0
7000	4900	0	0
0	0	4900	9700

如果我正確閱讀了文檔，我相信這可以通過正則表達式模式來完成，但是有沒有一種有效的方法來簡潔地做到這一點？

這是使用的原始df： df = ['East Bound: 6900 / West Bound: 7700', 'East Bound: 7800 / West Bound: 8700', 'North Bound: 5000 / South Bound: 4900', 'North Bound: 7000 / South Bound: 9000', 'East Bound: 4900 / West Bound: 9700']

Answer 1

對於 Q1，您可以嘗試.str.split

df[['First Direction', 'Second direction']] = df['X'].str.split(' / ', expand=True)

print(df)

                                       X     First Direction    Second direction
0    East Bound: 6900 / West Bound: 7700   East Bound: 6900     West Bound: 7700
1    East Bound: 7800 / West Bound: 8700   East Bound: 7800     West Bound: 8700
2  North Bound: 5000 / South Bound: 4900  North Bound: 5000    South Bound: 4900
3  North Bound: 7000 / South Bound: 9000  North Bound: 7000    South Bound: 9000
4    East Bound: 4900 / West Bound: 9700   East Bound: 4900     West Bound: 9700

對於 Q2，您可以嘗試將X列轉換為字典，然后將該列分解為單獨的列

out = df['X'].apply(lambda x: dict([direction.split(':') for direction in x.split(' / ')])).apply(pd.Series)

print(out)

  East Bound West Bound North Bound South Bound
0       6900       7700         NaN         NaN
1       7800       8700         NaN         NaN
2        NaN        NaN        5000        4900
3        NaN        NaN        7000        9000
4       4900       9700         NaN         NaN

Answer 2

我的方法是使用具有特定模式的Series.str.extractall來獲取方向和數量，將數量轉換為合適的類型（我剛剛在這里使用整數），然后在適當的地方用零填充 pivot_table，例如：

out = (
    df['X'].str.extractall(r'(?P<bound>North|South|West|East) (?:Bound): (?P<n>\d+)')
    .astype({'n': int})
    .pivot_table(index=pd.Grouper(level=0), columns='bound', values='n', fill_value=0)
)

這會給你：

bound  East  North  South  West
0      6900      0      0  7700
1      7800      0      0  8700
2         0   5000   4900     0
3         0   7000   9000     0
4      4900      0      0  9700

這會保留您的原始 DF ID...，因此您可以在某個時候合並/加入原始 DF。