Python 如何拆分包含字符串的列

我有一个数据框，如果出现

\uu

，则需要拆分列

Name = [('Hello'),
      ('Spider'),
      ('Captain'),
      ('Superman'),
       ('Hello_1'),
       ('Superman_1')]
dfName = pd.DataFrame(Name, columns=['Name'])

我的

    Name
0   Hello
1   Spider
2   Captain
3   Superman
4   Hello_1
5   Superman_1

预料之外

df1

df2

通过将不包含的掩码反转为

~

用于

df1

，将不包含的掩码反转为

df2

，用于掩码和过滤器。默认值为上次添加的

RangeIndex

：

m = dfName['Name'].str.contains('_')

#is sample data .reset_index(drop=True) not necessary, added for general solution
df1 = dfName[~m].reset_index(drop=True)
print(df1)
       Name
0     Hello
1    Spider
2   Captain
3  Superman

df2 = dfName[m].reset_index(drop=True)
print(df2)
         Name
0     Hello_1
1  Superman_1   

---

您可能需要首先将第一个列表拆分为两个子列表：

>>> name = 'Hello Spider Captain Superman Hello_1 Superman_1'.split()
>>> name
['Hello', 'Spider', 'Captain', 'Superman', 'Hello_1', 'Superman_1']
>>> col1 = [n for n in name if '_' not in n]
>>> col2 = [n for n in name if '_' in n]
>>> col1
['Hello', 'Spider', 'Captain', 'Superman']
>>> col2
['Hello_1', 'Superman_1']
>>> 

注意：每个约定变量应该是小写的，以区别于类。

---

您可以使用此代码拆分数据帧：

df1 = dfName[~dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)
df2 = dfName[dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)

df1的输出：

Name
0   Hello
1   Spider
2   Captain
3   Superman

df2的输出：

    Name
0   Hello_1
1   Superman_1

如果要删除索引，请添加.reset_index（drop=True）

可能重复的

Name
0   Hello
1   Spider
2   Captain
3   Superman

    Name
0   Hello_1
1   Superman_1

dfnamewithout_regex = dfName[~dfName['Name'].str.contains('_')]
dfnamewithout_regex
    Name
0   Hello
1   Spider
2   Captain
3   Superman

dfnamewith_regex = dfName[dfName['Name'].str.contains('_')]
dfnamewith_regex
Name
4   Hello_1
5   Superman_1