Python 将pandas.DataFrame列的字符串值拆分为数组

我从postgresql执行了一些sql请求，并将其设置为pandas.DataFrame（）。 每行看起来都像：“8B1LP1D”，其中字母（'B'，'LP'等）是分隔符 这是一篇文章：

#formula is a pd.DataFrame with 1 column
for x in formula:
    print(re.split('B|LP|D|E|OS|DN',x))

输出看起来很好，如下所示：

['8', '1', '1']
...
['5', '3', '2']
#etc

但我必须在数组中附加它：

def move_parts(a):
    split = []
    for x in a:
        split.append(re.split('B|LP|D|E|OS|DN',x))
move_parts(formula)

返回的结果与错误类似：

/usr/lib/python3.7/re.py in split(pattern, string, maxsplit, flags)
    211     and the remainder of the string is returned as the final element
    212     of the list."""
--> 213     return _compile(pattern, flags).split(string, maxsplit)
    214 
    215 def findall(pattern, string, flags=0):

TypeError: expected string or bytes-like object

---

有什么问题，如何将所有拆分的值保存到数组

如果

formula

是一个

pd.DataFrame

，如您所说有一列，则您的第一个表达式会给出相同的错误。使用熊猫代替：

输出：

[['8', '1', '1'], ['5', '3', '2']]

---

PS：您应该对分隔符重新排序（如我的示例中所示）：较长的“DN”必须位于单个“D”之前，否则它将永远不会匹配。

此处的错误不是由于添加到列表中，而是由于重新拆分的值。我能够重新生成错误的唯一方法是当公式的类型=pandas.DataFrame时。当我将公式设置为平面列表或pandas.Series时，一切正常。在您的代码中，第一个实例公式是否可能是一个列表（或pandas.Series），然后更改为pandas.DataFrame？它可以很简单，只要引用pandas.DataFrame中希望它运行的实际列名即可。假设它被称为“请求结果”，然后我们将代码更改为以下代码，它应该能够运行：

def move_parts(a):
    split = []
    for x in a:
        split.append(re.split('B|LP|D|E|OS|DN',x))
move_parts(formula['request_results'].astype(str))

---

注意，我还在末尾添加了.astype（str）。另一种选择是列表中的某些项不是str类型。产生的错误是，re.split（）的第二个参数需要一个str（或bytes对象，但不包含在内），而得到的是其他东西，可能是None或float。

你能举例说明你想要得到什么结果吗？最好创建一个例子，我想用管道或逗号替换

B

和

LP

是行不通的，因为您可能会删除所需的数据。

def move_parts(a):
    split = []
    for x in a:
        split.append(re.split('B|LP|D|E|OS|DN',x))
move_parts(formula['request_results'].astype(str))