Python 按最后一个分隔符分割的熊猫

我在具有不同输出的数据帧中有以下列“

我想使用split函数按最后一根管道拆分柱，因此如下所示：

col1           col2
MLB|NBA        NFL
MLB            NBA
NFL|NHL|NBA    MLB

---

使用

Series.str.rsplit

，限制拆分的数量

df.col1.str.rsplit('|', 1, expand=True).rename(lambda x: f'col{x + 1}', axis=1)

如果上面的代码给您带来了一个语法错误，这意味着您使用的是比3.6旧的python版本（真丢脸！）。请改用

df.col1.str.rsplit('|', 1, expand=True)\
  .rename(columns=lambda x: 'col{}'.format(x + 1))

          col1 col2
0      MLB|NBA  NFL
1          MLB  NBA
2  NFL|NHL|NBA  MLB

---

还有更快的loopy

str.rsplit

等价物

pd.DataFrame(
    [x.rsplit('|', 1) for x in df.col1.tolist()], 
    columns=['col1', 'col2']
) 
          col1 col2
0      MLB|NBA  NFL
1          MLB  NBA
2  NFL|NHL|NBA  MLB

---

另外，是的，第二种解决方案更快：

df = pd.concat([df] * 100000, ignore_index=True)

%timeit df.col1.str.rsplit('|', 1, expand=True)
%timeit pd.DataFrame([x.rsplit('|', 1) for x in df.col1.tolist()])

473 ms ± 13.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
128 ms ± 1.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

---

哎呀。下次问熊猫问题时，别忘了添加熊猫标签。我的错。我通常会这样做。列表理解更快？在我为此设置适当的测试用例之前，我假设您是根据以前的示例或您自己的经验声明的。@roganjosh看到我的编辑了吗？根据以前的经验，大多数熊猫str函数都是f或者说是方便，而不是性能。但这也同时构造了DF，所以它更令人震惊！感谢您的提示。DF['Label'].str.rsplit（'|'，1，expand=True）。重命名（lambda x:f'Label{x+1}'，axis=1）这就是我所拥有的，但是我得到了一个语法错误？在x+1附近？@roganjosh这是你的CPython。熊猫内部的所有这些层次的开销才是真正的罪魁祸首。

df = pd.concat([df] * 100000, ignore_index=True)

%timeit df.col1.str.rsplit('|', 1, expand=True)
%timeit pd.DataFrame([x.rsplit('|', 1) for x in df.col1.tolist()])

473 ms ± 13.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
128 ms ± 1.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)