Python 熊猫：将列分解为多行

在Pandas中基于正则表达式拆分字段并创建数据帧时需要一些帮助

A. B C 1129 2021年4月19日 邮编详情：城市：阿拉巴马州亨茨维尔，邮编：35808，801thru816城市：阿拉斯加州安克雷奇，邮编：99506，501至524 1139 2021年4月20日 邮政编码详细信息：城市：佛罗里达州迈阿密，邮编：33128，124至190城市：佐治亚州亚特兰大，邮编：30301301thru381

---

实际上，在我的演讲中，您甚至不需要正则表达式库，pandas包含正则表达式，因此您可以拆分为：

df['C'] = df['C'].str.split(' City: ').str[1:]
df = df.explode('C')
df[['City','Zip']] = df['C'].str.split(' , Zip: | , ', expand=True).iloc[:,:2]

print(df)

     No         Date                City    Zip
0  1129  19-APR-2021  Huntsville_Alabama  35808
0  1129  19-APR-2021    Anchorage_Alaska  99506
1  1139  20-APR-2021       Miami_Florida  33128
1  1139  20-APR-2021     Atlanta_Georgia  30301

expand=True

参数允许一次检索多个列。

.iloc[]

用于选择发生拆分后要使用的值。

在

City

和

Zip

上尝试

.explode（）

，然后是

reset\u index（）

，最后在index>上连接两个分解结果

df.explode('City').reset_index()[['No', 'Date', 'City']]\
    .join(df.explode('Zip').reset_index()[['Zip']])

正则表达式详细信息：

• City:

  ：按字面意思匹配字符

  City:

• \s*

  ：匹配零个或多个空白字符

• （？P[^，]+？）

  ：第一个命名的捕获组

  • [^，]+？

    ：匹配除

    ，

    以外的任何字符一次或多次，但次数尽可能少

• \s*，\s*

  ：匹配零个或多个空格，后跟逗号，后跟零个或多个空格

• Zip:

  ：按字面意思匹配字符

  Zip:

• \s*

  ：匹配零个或多个空白字符

• （？P\d+）

  ：第二个命名的捕获组

  • \d+

    ：将一个数字匹配一次或多次

---

见在线

谢谢你，Andreas，但是我无法获得4张记录。只有阿拉斯加州和乔治亚州的安克雷奇被找回。@pats4u哦，你说得对，修好了。抱歉搞混了，谢谢Shubham。但是，我无法获得上述输出。不确定我是否遗漏了什么，以下是输出：无日期C 0 1129 19-APR-2021邮政编码详细信息：城市：亨茨维尔阿拉巴马州，Z。。。1139 20-APR-2021邮政编码详细信息：城市：佛罗里达州迈阿密，邮政编码：3…使用上述方法2或4后，您得到了多少行？我只能查看2条记录，而无需提取城市或邮政编码。df['No'，Date']]。join（s.droplevel（1））不是一个就地操作，您必须将其分配回某个变量。例如

out=df[['No'，'Date']]。现在加入（s.droplevel（1））

检查

out的值
s = df['C'].str.extractall(r'City:\s*(?P<City>[^,]+?)\s*,\s*Zip:\s*(?P<Zip>\d+)')
df[['No', 'Date']].join(s.droplevel(1))

     No         Date                City    Zip
0  1129  19-APR-2021  Huntsville_Alabama  35808
0  1129  19-APR-2021    Anchorage_Alaska  99506
1  1139  20-APR-2021       Miami_Florida  33128
1  1139  20-APR-2021     Atlanta_Georgia  30301