Python 从熊猫列表中创建一个分类数据框，其中包括品牌&；型号名称

我有一个熊猫数据框，在1列中有汽车品牌名称和汽车型号，在1列中有汽车价格，如下所示

car_name          car_price
BMW M50           50000
Tesla Model 3     14000
BMW M3 Series     20500
Mercedes G500     45000
Mercedes E200     12300

如何对car_name列进行分类，使数据框中有3列，如下所示：

car_brand       car_model        car_price
BMW             M50              50000
Tesla           Model 3          14000
BMW             M3 Series        20500
Mercedes        G500             45000
Mercedes        E200             12300

我还有一份仅包括car_品牌名称的清单，如：

[Mercedes, BMW, Hyundai, KIA, Tesla, Chevrolet]

那么，我如何告诉Pandas DataFrame将car_name列中的所有行分组到car_brand和car_model列中呢？前提是汽车名称列数据的第一部分始终为汽车品牌，而汽车名称数据的第二部分始终为汽车型号

提前谢谢

试试以下方法：

car_brand =['Mercedes', 'BMW', 'Hyundai', 'KIA', 'Tesla', 'Chevrolet']
pat=r'({})'.format('|'.join(car_brand))
#'(Mercedes|BMW|Hyundai|KIA|Tesla|Chevrolet)'

---

---

用于：

---

您可以使用

df.column。将
method与
lambda
函数应用于此处：

df=pd.DataFrame([{
…：“汽车名称”：“宝马M50”，
…：“汽车价格”：“50000”
...:     },
...:     {
…：“汽车名称”：“特斯拉3型”，
…：“汽车价格”：“14000”
...:     },
...:     {
…：“汽车名称”：“宝马M3系列”，
…：“汽车价格”：“20500”
...:     },
...:     {
…：“汽车名称”：“梅赛德斯G500”，
…：“汽车价格”：“45000”
...:     },
...:     {
…：“车名”：“梅赛德斯E200”，
…：“汽车价格”：“12300”
...:     }])
df
汽车名称汽车价格
0宝马M50 50000
1特斯拉3型14000
2宝马M3系列20500
3梅赛德斯G500 45000
4梅赛德斯E200 12300
df[“car_brand”]=df.car_name.apply（lambda x:x.split（）[0]）
df[“car\u model”]=df.car\u name.apply（lambda x:x.split（“，1）[1]）
df
汽车名称汽车价格汽车品牌汽车型号
0宝马M50 50000宝马M50
1特斯拉3型14000特斯拉3型
2宝马M3系列20500宝马M3系列
3梅赛德斯G500 45000梅赛德斯G500
4梅赛德斯E200 12300梅赛德斯E200
使用re.split（）也可以实现同样的功能：

埃米尔，谢谢你的回复。然而，对于你的代码，两个字的汽车品牌名称是行不通的。例如，如果汽车名称为“Aston Martin DB11”。该代码将使“阿斯顿”成为car_品牌，“Martin DB11”部分成为car_模型。这就是为什么我创建了一个不同的特定汽车品牌名称列表，以便代码能够识别“阿斯顿”是否真的是一个汽车品牌。不过这是个好把戏。谢谢！非常感谢。这起作用了。你能解释一下或者分享一个我能更深入理解代码的链接吗？具体来说，“pat=r'（{}）格式（'|'.join（car_brand））+'（.+）”部分我不清楚。Thanks@NijatBehbudov-只能接受一个答案。@NijatBehbudov-super，所以我认为解释是从被接受的回答者那里得到的，所以等待
anky_91
谢谢！这起作用了。你能解释一下或者分享一个我能更深入理解代码的链接吗？特别是这一部分：pat=r'（{}）.format（'|'.join（car_brand））@NijatBehbudov
'|'.join（car_brand）
用一个管道连接一个列表（如果你只是打印这个）。如果您看到示例，那么我们将它绑定到一个元组中：）我发现格式很好。当我将许多项添加到car_brand列表中时，python抛出一个错误：“传递的项数错误2，placement暗示1”实际列表比这个长：car_brand=雅库拉、阿尔法罗密欧、阿斯顿马丁、亚视、奥迪、北汽、宾利、BMC、宝马、宝马阿尔皮纳、华晨、别克、比亚迪、凯迪拉克、Can Am、长安、奇瑞、雪佛兰、克莱斯勒、雪铁龙、达契亚、大宇、DAF、大发苏、大运、第聂伯、道奇、东风、一汽、法拉利、菲亚特、福特、福田、加布罗、GAC、GAZ'、'吉利'、'通用汽车'、'长城'、'豪爵'、'哈雷戴维森']@NijatBehbudov我测试了您提供的大列表（您刚刚给出）的测试数据框架，它工作正常。我认为这是一个单独的问题，检查您收到错误的行，并尝试调试/发布另一个问题（如果您愿意）
df['car_brand']=df.car_name.str.extract(pat)
df['car_model']=df.pop('car_name').str.replace(pat,'').str.strip()

print(df)

   car_price car_brand  car_model
0      50000       BMW        M50
1      14000     Tesla    Model 3
2      20500       BMW  M3 Series
3      45000  Mercedes       G500
4      12300  Mercedes       E200

car_brand =['Mercedes', 'BMW', 'Hyundai', 'KIA', 'Tesla', 'Chevrolet']
pat=r'({})'.format('|'.join(car_brand)) + '(.+)'

df[['car_brand','car_model']] = df.pop('car_name').str.extract(pat)
print (df)
   car_price car_brand   car_model
0      50000       BMW         M50
1      14000     Tesla     Model 3
2      20500       BMW   M3 Series
3      45000  Mercedes        G500
4      12300  Mercedes        E200

import re

df['car_model']=df['car_name'].apply(lambda x: re.split('|'.join(car_brand), x)[1])