Python 拆分并替换数据帧中的所有字符串

我有一个大数据框，其中每一行包含一个字符串。 我想将每个字符串拆分为几列，并替换两种字符类型

下面的代码完成了这项工作，但在大型数据帧上速度较慢。有没有比使用for循环更快的方法

import re
import pandas as pd

df = pd.DataFrame(['[3.4, 3.4, 2.5]', '[3.4, 3.4, 2.5]'])

df_new = pd.DataFrame({'col1': [0,0], 'col2': [0,0], 'col3': [0,0]})

for i in range(df.shape[0]):
    df_new.iloc[i, :] = re.split(',', df.iloc[i, 0].replace('[', '').replace(']', ''))

---

应使用和更改您的解决方案：

如果性能很重要，请使用列表理解功能：

df1 = pd.DataFrame([x.strip('[]').split(', ') for x in df[0]]).add_prefix('col')

计时：

#20k rows
df = pd.concat([df] * 10000, ignore_index=True)

In [208]: %timeit df[0].str.strip('[]').str.split(', ', expand=True).add_prefix('col')
61.5 ms ± 1.68 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [209]: %timeit pd.DataFrame([x.strip('[]').split(', ') for x in df[0]]).add_prefix('col')
29.8 ms ± 1.85 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

---

应使用和更改您的解决方案：

如果性能很重要，请使用列表理解功能：

df1 = pd.DataFrame([x.strip('[]').split(', ') for x in df[0]]).add_prefix('col')

计时：

#20k rows
df = pd.concat([df] * 10000, ignore_index=True)

In [208]: %timeit df[0].str.strip('[]').str.split(', ', expand=True).add_prefix('col')
61.5 ms ± 1.68 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [209]: %timeit pd.DataFrame([x.strip('[]').split(', ') for x in df[0]]).add_prefix('col')
29.8 ms ± 1.85 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

您可以通过以下方式完成：

将熊猫作为pd导入
df=pd.DataFrame（['[3.4,3.4,2.5]'，'[3.4,3.4,2.5]'）
df_new=df[0]。str[1:-1]。str.split（“，”，expand=True）
df_new.columns=[“col1”、“col2”、“col3”]

我们的想法是首先去掉

[

和

]

，然后按

，

拆分并扩展数据帧。最后一步是重命名这些列。

您可以使用以下方法执行此操作：

将熊猫作为pd导入
df=pd.DataFrame（['[3.4,3.4,2.5]'，'[3.4,3.4,2.5]'）
df_new=df[0]。str[1:-1]。str.split（“，”，expand=True）
df_new.columns=[“col1”、“col2”、“col3”]

---

我们的想法是首先去掉

[

和

]

，然后按

，

拆分并扩展数据帧。最后一步是重命名列。

太好了，这比我的循环快得多！太好了，这比我的循环快多了！