Python 在熊猫中通过数据帧描绘两次

我有一个稀疏的熊猫数据帧/系列，其值看起来像是AB1234:12、CD5678:34、EF3456:56的变体。大意是

"AB1234:12, CD5678:34, EF3456:56"
"AB1234:12, CD5678:34"
NaN
"GH5678:34, EF3456:56"
"OH56:34"

我想把它转换成

["AB1234","CD5678", "EF3456"]
["AB1234","CD5678"]
NaN
["GH5678","EF3456"]
["OH56"]

事实证明，这种“双重划分”是困难的。我知道我们可以

A=df[“columnName”].str.split（“，”）

，但是我遇到了一些问题，包括

。split（“，”）

似乎不起作用，.split（“，”）会留下空白。此外，在生成的

A

中迭代和拆分似乎将我的新列表解释为“浮动”。虽然最后一个问题可能是ipython的技术难题，但我也在努力解决这个问题

有没有办法描述两种类型的分离器，而不是一种？如果不是，您如何执行循环来迭代内部列表

//编辑：将撇号改为逗号-那只是我的阅读障碍 踢进

这是您的数据帧

>>> df
                                 A
0  AB1234:12, CD5678:34, EF3456:56
1             AB1234:12, CD5678:34
2                             None
3             GH5678:34, EF3456:56
4                          OH56:34

现在我使用

split

和

replace

将

拆分为
，“
并删除所有
”：“

>>> df.A = [i.replace(':','').split(", ") if isinstance(i,str) else i for i in df.A]
>>> df.A
0    [AB123412, CD567834, EF345656]
1              [AB123412, CD567834]
2                              None
3              [GH567834, EF345656]
4                          [OH5634]
Name: A

请注意，您可以使用正则表达式进行更一般的拆分：

In [11]: s2
Out[11]:
0    AB1234:12, CD5678:34, EF3456:56
1               AB1234:12, CD5678:34
2                                NaN
3               GH5678:34, EF3456:56
4                            OH56:34
dtype: object

In [12]: s2.str.split(", '")
Out[12]:
0    [AB1234:12, CD5678:34, EF3456:56]
1               [AB1234:12, CD5678:34]
2                                  NaN
3               [GH5678:34, EF3456:56]
4                            [OH56:34]
dtype: object

In [13]: s2.str.split("\s*,\s*'")
Out[13]:
0    [AB1234:12, CD5678:34, EF3456:56]
1               [AB1234:12, CD5678:34]
2                                  NaN
3               [GH5678:34, EF3456:56]
4                            [OH56:34]
dtype: object

这将删除逗号前后的空格。
抱歉-我确实使用了逗号-我刚刚编辑了问题。我设法做到了这一点，并且正在研究如何通过
“：”
s描述这些列表。然后删除嵌入列表中的第二项，但是该部分很容易管理，不在问题的范围内。更新了我的答案。希望这就是你想要的！几乎！我不清楚，需要去掉
：
后面的数字/分数。我想这将创建一个或多个列表，并可以删除每个嵌入列表的第二项-分数。然而，正则表达式路径似乎缩短了这一点。在您提到正则表达式的提示下，我发现：
s2.apply（lambda x:re.split（'：\d{1,3}，\s'，x））
非常接近。我对regex不是很熟悉，所以这只是我拼凑的东西。由于最后一个
：\d\d
模式，我在末尾得到一个空列表项，我不知道如何通过正则表达式消除它。@dbyte哦，我明白了，我错过了：位。首先执行正则表达式替换：
s2.str.replace（“：\d+”，“”）.str.split（“\s*，\s*”）
。完美！尽管数据的结构为
（“，\s*”）
。可怕的负鼠。@dbyte星星的意思是“0或更多”（所以它不在乎）：）