Pandas 如何在熊猫中分割特征

这是我正在研究的培训集的前5个示例。我应该预测该用户对测试集中其他喜剧的评分

这就是测试集的外观，但没有评级：

所以我有几个问题：

1.将笑话标识符分为喜剧演员和地点的最佳方式是什么。例如，克林特·德·杜恩是一名喜剧演员，埃努古1号是一个地点

在深度学习方面，获得最佳预测精度的最佳方法是什么

多谢各位

     Viewers_ID    Joke_identifier              Response_ID         Rating
       0    A1  Klint De Drunk Enugu 1  A1_Klint De Drunk Enugu 1   0.11
       1    A1  Klint De Drunk Enugu 2  A1_Klint De Drunk Enugu 2   -4.64
       2    A1  Klint De Drunk PH 1     A1_Klint De Drunk PH 1      -3.39
       3    A1  Klint De Drunk PH 2     A1_Klint De Drunk PH 2      0.44
       4    A1  Klint De Drunk Lagos 1  A1_Klint De Drunk Lagos 1   -4.83
       5    A1  Klint De Drunk Lagos 2  A1_Klint De Drunk Lagos 2   -4.52

关于第1点：

使用：

---

但是，您应该为拆分创建一个新列，不要将其重新分配，因为第二个代码不会生成所需的结果。如果需要，您可以删除原始列。

我建议您对此提出两个单独的问题#2.正如现在所描述的，这个问题太宽泛了。这个问题与

tensorflow

无关-请不要发送垃圾标签（已删除）。非常感谢。这让我想起了喜剧演员的笑话。但我想把笑话标识符分为喜剧演员和位置。代码的第二行在名为位置的列中拆分位置。它不起作用吗？这给了我

Klint De dunk

下的

Joke\u identifier\u new

列和

location

列中的

Enugu 1

df['Joke_identifier_new'] = df['Joke_identifier'].str.rsplit(n=2).str[0]
df['location'] = df['Joke_identifier'].str.rsplit(n=2).str[1:].str.join(' ')
print(df)