Python 如何在pandas中将拆分字符串应用于excel的整个数据集

我有一个巨大的数据集，我想应用这个

getNumber = df['Permissions','Per'].str.split('-').str[1]`

在整个数据集上，而不仅仅是在“权限”列上，我是否可以在整个数据集上应用它，而不是在每一列上指定它。我被困在如何将此操作应用于整个数据集的问题上，希望得到任何帮助

针对蒂姆的评论

我的数据集是这样的

excel工作表中的数据集：-

我想提取每列中的数字，以便新数据集只包含数字。

您可以使用它将函数应用于数据框中的每个单元格：

def splitVal(item):
    item = str(item).strip()     # converts to string and removes extra whitespace
    arr = item.split('-');       # splits string into array
    if item and len(arr) > 1:    # if item is not empty and > 1 elements in the array
        return item.split('-')[1]
    return item                  # otherwise return whatever was there

getNumber = df.applymap(splitVal)

您可以使用：

---

正如注释中所说，您还可以转换为float。只需添加

.astype（float）

：

---

您实际想要的输出是什么？计划是使用一个新的或相同的excel表格，只需要数字而不是字符串。嗨，我尝试将此应用于我的代码，它说，AttributeError:只能使用带字符串值的.str访问器@A'sriidri在之前尝试做

df=df.astype（str）

#setup
df = pd.DataFrame({'col1': ['aaa-0.1', 'bbb-1.2'], 'col2': ['zzzz-0.8', 'abc-9.1']})

#      col1      col2
#0  aaa-0.1  zzzz-0.8
#1  bbb-1.2   abc-9.1

df.apply(lambda x: x.str.split('-').str[1])

#  col1 col2
#0  0.1  0.8
#1  1.2  9.1

df.apply(lambda x: x.str.split('-').str[1]).astype(float)