Python 将字符串拆分为两个单独的列
我有一个包含大量数据和一列的数据框架,其结构如下:Python 将字符串拆分为两个单独的列,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个包含大量数据和一列的数据框架,其结构如下: index var_1 1 a=3:b=4:c=5:d=6:e=3 2 b=3:a=4:c=5:d=6:e=3 3 e=3:a=4:c=5:d=6 4 c=3:a=4:b=5:d=6:f=3 index a b c d e f 1 3 4 5 6 3 0 2 4 3 5 6 3 0 3
index var_1
1 a=3:b=4:c=5:d=6:e=3
2 b=3:a=4:c=5:d=6:e=3
3 e=3:a=4:c=5:d=6
4 c=3:a=4:b=5:d=6:f=3
index a b c d e f
1 3 4 5 6 3 0
2 4 3 5 6 3 0
3 4 0 5 6 3 0
4 4 5 3 6 0 3
我试图将该列中的数据结构如下所示:
index var_1
1 a=3:b=4:c=5:d=6:e=3
2 b=3:a=4:c=5:d=6:e=3
3 e=3:a=4:c=5:d=6
4 c=3:a=4:b=5:d=6:f=3
index a b c d e f
1 3 4 5 6 3 0
2 4 3 5 6 3 0
3 4 0 5 6 3 0
4 4 5 3 6 0 3
到目前为止,我已经做了以下工作:
df1=df['var1'].str.split':',expand=True
然后,我可以循环使用df1的COL,并在“=”上进行另一次拆分,但之后我只会有大量无组织的标签COL和值COL。使用列表理解和字典对每个值进行解释,并传递给数据帧构造函数:
comp = [dict([y.split('=') for y in x.split(':')]) for x in df['var_1']]
df = pd.DataFrame(comp).fillna(0).astype(int)
print (df)
a b c d e f
0 3 4 5 6 3 0
1 4 3 5 6 3 0
2 4 0 5 6 3 0
3 4 5 3 6 0 3
或者与expand=True一起使用,用于DataFrame、重塑依据、再次拆分、删除第一级多索引并添加新的level by 0列、最后一级重塑依据:
这里有一种方法使用:
您可以应用extractall和pivot。 在你得到所有东西之后:
0 1
index match
1 0 a 3
1 b 4
2 c 5
3 d 6
4 e 3
2 0 b 3
1 a 4
2 c 5
3 d 6
4 e 3
3 0 e 3
1 a 4
2 c 5
3 d 6
4 0 c 3
1 a 4
2 b 5
3 d 6
4 f 3
一步:
rslt= df.var_1.str.extractall(r"([a-z])=(\d+)") \
.reset_index(level="match",drop=True) \
.pivot(columns=0).fillna(0)
1
0 a b c d e f
index
1 3 4 5 6 3 0
2 4 3 5 6 3 0
3 4 0 5 6 3 0
4 4 5 3 6 0 3
#rslt.columns= rslt.columns.levels[1].values
rslt= df.var_1.str.extractall(r"([a-z])=(\d+)") \
.reset_index(level="match",drop=True) \
.pivot(columns=0).fillna(0)
1
0 a b c d e f
index
1 3 4 5 6 3 0
2 4 3 5 6 3 0
3 4 0 5 6 3 0
4 4 5 3 6 0 3
#rslt.columns= rslt.columns.levels[1].values