Python：如何快速处理列中的值

嗨，这里有一个数据帧，类似于下面的数据帧df1。数据类型为字符串

    eye         nose       mouse       ear
  34_35_a      45_66_b    45_64_a     78_87_a
  35_38_a      75_76_b    95_37_a     38_79_a
  64_43_a      85_66_b    65_45_a     87_45_a

我想得到如下数据帧那样的数据帧。eye数据分为eye_x、eye_y，其他列相同，数据类型为float

 eye_x   eye_y    nose_x   nose_y     mouse_x  mouse_y     ear_x   ear_y        
    34       35       45       66         45        64        78       87
    35       38       75       76         95        37        38       79
    64       43       85       66         65        45        87       45

到目前为止，我知道如何通过以下代码获得（x，y）值：

 eye           nose       mouse       ear
  (34, 35)      (45,66)    (45,64)     (78,87)
  (35, 38)      (75,76)    (95,37)     (38,79)
  (64, 43)      (85,66)    (65,45)     (87,45)

---

我将使用

stack

和

apply（pd.Series）

---

您可以再次尝试

stack

ing和

unstack

ing

v = df.stack().str.split('_', expand=True).iloc[:, :-1]
v.columns = ['x', 'y']

v = v.unstack().swaplevel(0, 1, axis=1)
v.columns = v.columns.map('_'.join)

---

下面是一种使用列表理解和

pd.concat

的方法

res = pd.concat([df[col].str.split('_', expand=True).iloc[:, :2].add_prefix(col) \
                for col in df], axis=1).astype(int)

我将列后缀重命名作为练习

结果

  eye0 eye1 nose0 nose1 mouse0 mouse1 ear0 ear1
0   34   35    45    66     45     64   78   87
1   35   38    75    76     95     37   38   79
2   64   43    85    66     65     45   87   45

解释

• 使用

  pd.concat

  和

  axis=1沿列聚合每个类别

• 按

  拆分值，使用
  expand=True
  ，只取前两个分量

• 使用

  pd.DataFrame.astype

  转换为

  int

---

您可以使用嵌套列表理解：

---

这里有3个不错的解决方案。他们有什么问题吗？谢谢，所有答案都很好。我只是想知道我会接受哪个答案。我在等待投票。如果这是一个两难选择，我有两个建议：1。根据数据计算所有解决方案的时间，并选择最快的，或2个。如果1不起作用，掷硬币；）谢谢，我会的。实际上我是用你的代码来做的。但我会尝试使用其他人的代码来进行比较。请给我一些时间，我想公平对待每一个人！

v.sort_index(axis=1)

  ear_x ear_y eye_x eye_y mouse_x mouse_y nose_x nose_y
0    78    87    34    35      45      64     45     66
1    38    79    35    38      95      37     75     76
2    87    45    64    43      65      45     85     66

res = pd.concat([df[col].str.split('_', expand=True).iloc[:, :2].add_prefix(col) \
                for col in df], axis=1).astype(int)

  eye0 eye1 nose0 nose1 mouse0 mouse1 ear0 ear1
0   34   35    45    66     45     64   78   87
1   35   38    75    76     95     37   38   79
2   64   43    85    66     65     45   87   45

df1 = pd.concat([pd.DataFrame([dict(zip([i + '_x',i + '_y'], y.split('_')[:2])) for y in x]) 
                               for i, x in df.items()], axis=1).astype(int)
print (df1)
   eye_x  eye_y  nose_x  nose_y  mouse_x  mouse_y  ear_x  ear_y
0     34     35      45      66       45       64     78     87
1     35     38      75      76       95       37     38     79
2     64     43      85      66       65       45     87     45