Python 在NaN在场的情况下将pandas列拆分为新列

我有一个包含字符串列的数据框，它需要拆分为两个单独的列。我在SO from问题上找到的使用

tolist

的答案很有魅力，除非我的专栏包含NaN。下面的摘录描述了困难：

import pandas as pd
import numpy as np

# Example DataFrame
df = pd.DataFrame([[25.0, '34.2/ 18.1', 'one'],
                   [32.6, '28.6/ 17.9', 'two'],
                   [12.5, '30.1/ 17.6', 'three']], columns=['A', 'B', 'C'])
df2 = df.copy()

# This method works when all data are present
df['D'] = pd.DataFrame(df['B'].str.split('/').tolist())[1]

# However, when there are NaNs:
df2['B'][0] = np.nan

# This line fails
df2['D'] = pd.DataFrame(df2['B'].str.split('/').tolist())[1]

它给了我一个

KeyError

，因为中间数据帧只有一列，这表明返回列表的麻烦不再起作用：

               0
0            NaN
1  [28.6,  17.9]
2  [30.1,  17.6]

我尝试先通过

pd.DataFrame（df2['B'].str.split（'/'）.dropna（）.tolist（））

删除NaN，但随后我丢失了索引。。。我需要将NaN保持在索引0。我还想过在创建中间数据帧时以某种方式复制NaN以强制两列，但我没有运气

这就是我需要的df2数据的外观：

      A           B      C     D
0  25.0         NaN    one   NaN
1  32.6  28.6/ 17.9    two  17.9
2  12.5  30.1/ 17.6  three  17.6

有没有一种不用列表作为中介的方法？或者以某种方式处理NaN？

允许您提供正则表达式模式。模式中的每个组作为单独的列返回<代码>NaN在未找到匹配项时使用：

df2['D'] = df2['B'].str.extract(r'/(.*)')
print(df2)

屈服

      A           B      C      D
0  25.0         NaN    one    NaN
1  32.6  28.6/ 17.9    two   17.9
2  12.5  30.1/ 17.6  three   17.6

请注意，如果希望将

D

列视为浮点数，则还需要调用

astype

：

df2['D'] = df2['D'].astype('float')

---

如果在拆分后再次使用

str

访问器（而不是使用

tolist（）

并生成另一个数据帧），则可以继续使用您的方法：

---

如果索引不存在，则返回

NaN

，而不是引发错误。

完美！我没有意识到你可以像那样使用

str

——这两个答案都是双倍的好，因为它们不需要

tolist（）

有趣的业务。这大约是我建议的

str.extract

方法的两倍（特别是当应用于更大的数据帧时）。非常好。我刚刚开始学习

str

方法，但是这一个对于解析我将来看到的一些更复杂的文件非常有用（在无法控制文件格式时非常方便…）

>>> df2['D'] = df2['B'].str.split('/').str[-1]
>>> df2
      A           B      C      D
0  25.0         NaN    one    NaN
1  32.6  28.6/ 17.9    two   17.9
2  12.5  30.1/ 17.6  three   17.6