Python 如何将pandas数据框中的字符串设置在所有行的相同位置？

我正在尝试拆分字符串，以便使用pandas创建CPC层次结构。这是我的数据框

df\u all\u new\u p

                     CPC   
        0   Y10T403/4602        
        1     H02S20/00     
        2   H01L31/02168        

我正在考虑制作6-10级CPC，条件是1级包含一个字母，2级包含两个字母，3级包含2-3个字母，4、5、6、7、8级。。字母在“/”后面吗

比如说

Y10T403/4602 -> Y, 10,  T, 403, 43/4, 43/46, 43/460, 43/4602
H02S20/00 ->  H, 02, S, 20, 20/0,   20/00
H01L31/02168->  H, 01,  L, 31, 31/0, 31/02, 31/021, 31/0216, 31/02168 

但是当我运行我的代码时

if df_all_new_p['CPC'].map(lambda x: x[0:7]).str.contains('/').any():
    df_all_new_p['Lv1'] = df_all_new_p['CPC'].map(lambda x: x[0:1])
    df_all_new_p['Lv2'] = df_all_new_p['CPC'].map(lambda x: x[1:3])
    df_all_new_p['Lv3'] = df_all_new_p['CPC'].map(lambda x: x[3:4])
    df_all_new_p['Lv4'] = df_all_new_p['CPC'].map(lambda x: x[4:6])
    df_all_new_p['Lv5'] = df_all_new_p['CPC'].map(lambda x: x[4:8])
    df_all_new_p['Lv6'] = df_all_new_p['CPC'].map(lambda x: x[4:9])

elif df_all_new_p['CPC'].map(lambda x: x[0:8]).str.contains('/').any():
    df_all_new_p['Lv1'] = df_all_new_p['CPC'].map(lambda x: x[0:1])
    df_all_new_p['Lv2'] = df_all_new_p['CPC'].map(lambda x: x[1:3])
    df_all_new_p['Lv3'] = df_all_new_p['CPC'].map(lambda x: x[3:4])
    df_all_new_p['Lv4'] = df_all_new_p['CPC'].map(lambda x: x[4:7])
    df_all_new_p['Lv5'] = df_all_new_p['CPC'].map(lambda x: x[7:9])
    df_all_new_p['Lv6'] = df_all_new_p['CPC'].map(lambda x: x[7:10])

else:

    df_all_new_p['Lv1'] = df_all_new_p['CPC'].map(lambda x: x[0:1])
    df_all_new_p['Lv2'] = df_all_new_p['CPC'].map(lambda x: x[1:3])
    df_all_new_p['Lv3'] = df_all_new_p['CPC'].map(lambda x: x[3:4])
    df_all_new_p['Lv4'] = df_all_new_p['CPC'].map(lambda x: x[4:8])
    df_all_new_p['Lv5'] = df_all_new_p['CPC'].map(lambda x: x[8:10])
    df_all_new_p['Lv6'] = df_all_new_p['CPC'].map(lambda x: x[8:11])


df_all_new_p


                 CPC   Lv1 Lv2 Lv3 Lv4  Lv5    Lv6
    0   Y10T403/4602        Y1  0   T4  03     4602
    1     H02S20/00     H   02  S   20  20/0   20/00
    2   H01L31/02168        H0  1   L3  1/     02168

结果表明，只有

1h02s20/00

得到了正确的答案，其他行得到了错误的结果。我认为原因在于每行中的字符位置。因此，我不知道有没有办法解决这个问题

我希望看到这样的结果

         CPC    1  2  3   4  5       6      
 Y10T403/4602   Y 10  T 403 43/4 43/46 
    H02S20/00   H 02  S 20  20/0 20/00
  H01L31/02168  H 01  L 31  31/0 31/02 

---

在前言中说，可能有更有效的方法来做到这一点。也就是说，您可以使用str.find（“/”）帮助建立索引：

df=pd.DataFrame({'a':[1,2,3],'CPC':['Y10T403/4602','H02S20/00','H01L31/02168']})


    a   CPC
0   1   Y10T403/4602
1   2   H02S20/00
2   3   H01L31/02168

[i[i.find('/')-2:i.find('/')+3] for i in df['CPC']]

['03/46', '20/00', '31/02']

因此，您可以定义一个传递给

df.apply（）的函数

并应用它，然后将列拆分为多个列（*-编辑以删除不必要的lambda）

然后放下过渡柱

df.drop('p', axis=1, inplace=True)

    a   CPC             1   2   3   4   5       6
0   1   Y10T403/4602    Y   10  T   403 03/4    03/46
1   2   H02S20/00       H   02  S   20  20/0    20/00
2   3   H01L31/02168    H   01  L   31  31/0    31/02

在前言中说，可能有更有效的方法来做到这一点。也就是说，您可以使用str.find（“/”）帮助建立索引：

df=pd.DataFrame({'a':[1,2,3],'CPC':['Y10T403/4602','H02S20/00','H01L31/02168']})


    a   CPC
0   1   Y10T403/4602
1   2   H02S20/00
2   3   H01L31/02168

[i[i.find('/')-2:i.find('/')+3] for i in df['CPC']]

['03/46', '20/00', '31/02']

因此，您可以定义一个传递给
df.apply（）的函数

并应用它，然后将列拆分为多个列（*-编辑以删除不必要的lambda）

然后放下过渡柱

df.drop('p', axis=1, inplace=True)

    a   CPC             1   2   3   4   5       6
0   1   Y10T403/4602    Y   10  T   403 03/4    03/46
1   2   H02S20/00       H   02  S   20  20/0    20/00
2   3   H01L31/02168    H   01  L   31  31/0    31/02

下面是另一种可能的方法，在自定义函数中使用
regex
模式和
Series.extract
和
pandas.concat
：

def cpc_hierarchy(cpc_series):
    pat1 = '(.)(\d{2})(.)(\d{2,3})'
    pat2 = '(\d{2}\/\d{1})'
    pat3 = '(\d{2}\/\d{2})'

    expanded = (pd.concat([
        cpc_series.to_frame(),
        cpc_series.str.extract(pat1),
        cpc_series.str.extract(pat2),
        cpc_series.str.extract(pat3)],
        ignore_index=True,
        axis=1).set_index(0).rename_axis('CPC', 0))
    return  expanded

print(cpc_hierarchy(df['CPC'])) 

              1   2  3    4     5      6
CPC                                     
Y10T403/4602  Y  10  T  403  03/4  03/46
H02S20/00     H  02  S   20  20/0  20/00
H01L31/02168  H  01  L   31  31/0  31/02

下面是另一种可能的方法，在自定义函数中使用
regex
模式和
Series.extract
和
pandas.concat
：

def cpc_hierarchy(cpc_series):
    pat1 = '(.)(\d{2})(.)(\d{2,3})'
    pat2 = '(\d{2}\/\d{1})'
    pat3 = '(\d{2}\/\d{2})'

    expanded = (pd.concat([
        cpc_series.to_frame(),
        cpc_series.str.extract(pat1),
        cpc_series.str.extract(pat2),
        cpc_series.str.extract(pat3)],
        ignore_index=True,
        axis=1).set_index(0).rename_axis('CPC', 0))
    return  expanded

print(cpc_hierarchy(df['CPC'])) 

              1   2  3    4     5      6
CPC                                     
Y10T403/4602  Y  10  T  403  03/4  03/46
H02S20/00     H  02  S   20  20/0  20/00
H01L31/02168  H  01  L   31  31/0  31/02

apply（lambda x:parse\u cpc（x））
可以是
apply（parse\u cpc）
。。。这里不需要lambda
apply（lambda x:parse\u cpc（x））
可以是
apply（parse\u cpc）
。。。这里不需要lambda