Python 使用分隔符将一列拆分为三列

回到另一个问题。最近，我在我的企业中获取了员工出勤率的置信区间，并将结果转换为数据框架：

def mean_confidence_interval(unstacked, confidence=0.9):
    a = 1.0 * np.array(unstacked)
    n = len(a)
    m, se = np.nanmean(a), scipy.stats.sem(a, nan_policy='omit')
    h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1)
    return m, m-h, m+h

answer = unstacked.apply(mean_confidence_interval)
answer = answer.to_frame(name='Interval')
answer = answer.reset_index()
answer

输出与此类似的内容

Employee|             Interval
-------------------------------
Karl    |      (0.75,0.70,0.80)

我一直在尝试使用逗号作为分隔符来创建三个新列

Mean | Low | High

到目前为止，我试过：

answer[['Mean','Low', 'High']] = answer['Interval'].str.split(',',expand=True)
answer

只需将其与以下内容一起返回：

ValueError: Columns must be same length as key

我还尝试使用

str.extract

如下所示：

p = r'(?P<Mean>-?\d+\.\d+).*?(?P<Low>-?\d+\.\d+).*?(?P<High>-?\d+\.\d+)'
answer[['Mean','Low', 'High']] = answer['Interval'].str.extract(p,expand=True)
answer

---

有人知道我做错了什么吗？

这是

tuple

不是string

pd.DataFrame(df.Interval.values.tolist())
Out[1098]: 
      0    1    2
0  0.75  0.7  0.8

#df[['Mean','Low', 'High']]=pd.DataFrame(df.Interval.values.tolist())

将数据类型更改为

str

后，您的正则表达式将工作

df['Interval'].astype(str).str.extract(p,expand=True)
Out[1103]: 
   Mean  Low High
0  0.75  0.7  0.8

---

这是元组，而不是字符串

pd.DataFrame(df.Interval.values.tolist())
Out[1098]: 
      0    1    2
0  0.75  0.7  0.8

#df[['Mean','Low', 'High']]=pd.DataFrame(df.Interval.values.tolist())

将数据类型更改为

str

后，您的正则表达式将工作

df['Interval'].astype(str).str.extract(p,expand=True)
Out[1103]: 
   Mean  Low High
0  0.75  0.7  0.8

---

我猜你有一列元组

（0.75,0.70,0.80）

，而不是字符串

'（0.75,0.70,0.80）

。也许可以试试

answer[['Mean'，'Low'，'High']]=answer.Interval.apply（pd.Series）

的效果非常好！很高兴它成功了！但是使用@Wen的解决方案，Series.apply是没有效率的。我猜你有一列元组

（0.75,0.70,0.80）

，而不是字符串

'（0.75,0.70,0.80）

。也许可以试试

answer[['Mean'，'Low'，'High']]=answer.Interval.apply（pd.Series）

的效果非常好！很高兴它成功了！但是使用@Wen的解决方案，Series.apply是没有效率的。