Python 熊猫过滤并创建新列

我有一个问题：

import pandas as pd
import numpy as np
df = pd.DataFrame(['Air type:1', 'Space kind:2', 'water', np.NaN], columns = ['A'])

      A
0   Air type:1
1   Space kind:2
2   water
3   NaN

我想将A中包含“：”的条目拆分为两个新列。因此，我尝试将此操作与.loc筛选器相结合：

df.loc[(df.A.str.contains(':')) & (~df.A.isnull()), ['B', 'C']] = df.A.str.split(':', expand = True)

但结果并不十分乐观：

     A            B       C
0   Air type:1   NaN    NaN
1   Space kind:2 NaN    NaN
2   water        NaN    NaN
3   NaN          NaN    NaN

如果我不过滤以下内容，它会起作用：

df[['B', 'C']] = df.A.str.split(':', expand = True)

           A           B        C
0   Air type:1      Air type    1
1   Space kind:2    Space kind  2
2   water             water    None
3   NaN                NaN     NaN

问题是

water

条目被错误地分配给了新列，之后我不得不手动修复它

为什么

.loc

+分配不起作用

理想情况下，我希望：

           A           B        C
0   Air type:1      Air type    1
1   Space kind:2    Space kind  2
2   water              NaN     NaN
3   NaN                NaN     NaN

---

尝试使用

df检查条件。其中
：

c  = c = df['A'].str.contains(":")
#c = df['A'].str.count(":").ge(1)
df[['B', 'C']] = df['A'].str.split(":",expand=True).where(c)


另一个版本，使用
.extract（）
：

印刷品：

              A           B    C
0    Air type:1    Air type    1
1  Space kind:2  Space kind    2
2         water         NaN  NaN
3           NaN         NaN  NaN

另一种方法是使用
.stack（）
&
.join

df1 = df.join(

  df.loc[df['A'].str.contains(':')==True]\
              .stack()\
              .str.split(':',expand=True).unstack(1).droplevel(1,1)
)



或直接指派

df[['B','C']] = df.loc[df['A'].str.contains(':')==True]\
                              .stack()\
                              .str.split(':',expand=True)\
                              .unstack(1).droplevel(1,1)

              A           B    C
0    Air type:1    Air type    1
1  Space kind:2  Space kind    2
2         water         NaN  NaN
3           NaN         NaN  NaN

很有魅力，谢谢你。你知道为什么
.loc
构造不起作用吗？@User2321在我的pandas版本中，tat-loc构造抛出了一个键错误
KeyError:“[Index（['B'，'C']，dtype='object'）]中没有一个在[columns]中”
I see:）好的，无论如何谢谢！老实说，我认为它应该像我所想的那样通过索引分配
.loc
。可能值得抛出repl并通过调试器查看幕后发生的情况。无法复制，因为loc仅用于在我的版本中分配系列，而不用于分配数据帧，不确定在以后的版本中是否有任何更改
df1 = df.join(

  df.loc[df['A'].str.contains(':')==True]\
              .stack()\
              .str.split(':',expand=True).unstack(1).droplevel(1,1)
)

              A           0    1
0    Air type:1    Air type    1
1  Space kind:2  Space kind    2
2         water         NaN  NaN
3           NaN         NaN  NaN

df[['B','C']] = df.loc[df['A'].str.contains(':')==True]\
                              .stack()\
                              .str.split(':',expand=True)\
                              .unstack(1).droplevel(1,1)

              A           B    C
0    Air type:1    Air type    1
1  Space kind:2  Space kind    2
2         water         NaN  NaN
3           NaN         NaN  NaN