Python：如何使用从列计算的多个字段扩展数据帧

我有一个datadrame，看起来像：

     A    B 
0  2.0  'C=4;D=5;'
1  2.0  'C=4;D=5;'
2  2.0  'C=4;D=5;'

{C: 4, D: 5} 

我可以解析B列中的字符串，比如使用函数名

parse_col（）

，将其解析为一个dict，如下所示：

     A    B 
0  2.0  'C=4;D=5;'
1  2.0  'C=4;D=5;'
2  2.0  'C=4;D=5;'

{C: 4, D: 5} 

如何将2个额外列添加到数据框中，使其看起来像：

     A    B          C   D
0  2.0  'C=4;D=5;'   4   5
1  2.0  'C=4;D=5;'   4   5
2  2.0  'C=4;D=5;'   4   5

我只能选择特定的列，解析并添加它，但这显然不是最好的方法。

---

我还尝试在

pandas

中使用该示例的一个变体，但我无法使其仅在特定列上工作。

我们可以使用

Series.str.extractall

，然后使用

unstack

将行链接到列：

df[['C', 'D']] = df['B'].str.extractall('(\d+)').unstack()

     A           B  C  D
0  2.0  'C=4;D=5;'  4  5
1  2.0  'C=4;D=5;'  4  5
2  2.0  'C=4;D=5;'  4  5

您可以使用和，这样您就可以直接读取列名：

>>> from functools import reduce
>>> reduce(
            lambda x,y: x.eval(y),
            df.B.str
                .extractall(r'([A-Za-z]=\d+)')
                .unstack().xs(0), df
            )

     A           B  C  D
0  2.0  'C=4;D=5;'  4  5
1  2.0  'C=4;D=5;'  4  5
2  2.0  'C=4;D=5;'  4  5

---

您可以使用命名聚合来提取列名及其关联的值。然后重塑形状并重新连接

df1 = (df['B'].str.extractall(r'(?P<col>[A-Za-z]+)=(?P<val>\d+);')
              .reset_index(1, drop=True)
              .pivot(columns='col', values='val'))

pd.concat([df, df1], axis=1)

     A         B  C  D
0  2.0  C=4;D=5;  4  5
1  2.0  C=4;D=5;  4  5
2  2.0  C=4;D=5;  4  5

---

分享你的代码？它看起来像是

.explode（）.pivot（）

可能是非常干净和不错的解决方案！（在真实数据中，正则表达式更为复杂，但工作起来很有魅力）