Python 在DataFrame中拆分字符串并仅保留某些部分

我有这样一个数据帧：

x = ['3.13.1.7-2.1', '3.21.1.8-2.2', '4.20.1.6-2.1', '4.8.1.2-2.0', '5.23.1.10-2.2']
df = pd.DataFrame(data = x, columns = ['id'])

    id
0   3.13.1.7-2.1
1   3.21.1.8-2.2
2   4.20.1.6-2.1
3   4.8.1.2-2.0
4   5.23.1.10-2.2

我需要在句点上拆分每个id字符串，然后我需要知道第二部分是13，第三部分是1。理想情况下，我会有一个额外的列，它是一个布尔值（在上面的示例中，索引0将为TRUE，而所有其他列将为FALSE）。但我可以使用多个附加列，其中一个或多个包含单独的字符串部分，一个用于表示布尔值

我首先尝试将字符串拆分为几个部分：

df['id_split'] = df['id'].apply(lambda x: str(x).split('.'))

这是有效的，但是如果我试着像这样隔离字符串的第二部分

df['id_split'] = df['id'].apply(lambda x: str(x).split('.')[1])

df['id_split'][0][1]

…我得到一个错误，列表索引超出范围

然而，如果我像这样检查数据帧中的任何单个索引

df['id_split'] = df['id'].apply(lambda x: str(x).split('.')[1])

df['id_split'][0][1]

…此操作有效，只生成字符串列表中的第二项

---

我想我对.apply（）方法的工作还不够熟悉，不知道它为什么不接受列表索引。但无论如何，我想知道如何仅隔离每个字符串的第二和第三部分，检查它们的值，并基于这些值以可伸缩的方式输出布尔值（实际数据集有数百万行）。谢谢

让我们使用

str.split

获取零件，然后您可以比较：

parts = df['id'].str.split('\.', expand=True)

(parts[[1,2]] == ['13','1']).all(1)

输出：

0     True
1    False
2    False
3    False
4    False
dtype: bool

---

您可以直接这样做，如下所示：

df['new'] = df['id'].apply(lambda x: str(x).split('.')[1]=='13' and str(x).split('.')[2]=='1')

>>> print(df)
              id    new
0   3.13.1.7-2.1   True
1   3.21.1.8-2.2  False
2   4.20.1.6-2.1  False
3    4.8.1.2-2.0  False
4  5.23.1.10-2.2  False

---

你可以这样做

df['flag'] = df['id'].apply(lambda x: True if x.split('.')[1] == '13' and x.split('.')[2]=='1' else False)

输出

            id   flag
0   3.13.1.7-2.1   True
1   3.21.1.8-2.2  False
2   4.20.1.6-2.1  False
3    4.8.1.2-2.0  False
4  5.23.1.10-2.2  False

---

df.id.str.split（“.”，expand=True）

将为您提供多个列。。。这在我的示例数据集上有效，但在实际数据集上仍然出现“列表索引超出范围”错误。无论如何，我都会接受这个答案，因为它确实有效，而且我不确定这两个dfs之间的关键区别是什么。谢谢。我怀疑有一些单元格少于2次出现“.”，这将导致str（x）.split（“.”）[2]出现此错误。谢谢，我在实际代码中使用了此方法，因为正如上面的一条评论所述，我无法得到处理实际数据集的第一个答案，即使它是此测试数据集上的有效方法。