Python 根据单词数将列拆分为未知数量的列-熊猫

我有一个熊猫数据框，其中一列包含一些字符串。我想根据字数将该列拆分为未知数量的列

假设我有数据帧

df

：

Index        Text
0          He codes
1          He codes well in python
2          Python is great language
3          Pandas package is very handy 

现在我想把文本列分成多个列，每个列包含两个单词

Index         0                 1                 2
0          He codes          NaN               NaN
1          He codes          well in           python
2          Python is         great language    NaN
3          Pandas package    is very           handy 

---

如何在python中实现这一点？请帮忙。提前感谢。

给定一个数据框

df

，其中在

文本

列中，我们有需要拆分为两个单词的句子：

import pandas as pd

def splitter(s):
    spl = s.split()
    return [" ".join(spl[i:i+2]) for i in range(0, len(spl), 2)]

df_new = pd.DataFrame(df["Text"].apply(splitter).to_list())

#           0        1       2
# 0  He codes     well    None
# 1  He codes  well in  Python

---

IIUC，我们可以通过楼层分割和取消堆叠来进行str.split

groupby

cumcount

s = (
    df["Text"]
    .str.split("\s", expand=True)
    .stack()
    .to_frame("words")
    .reset_index(1, drop=True)
)
s["count"] = s.groupby(level=0).cumcount() // 2
final = s.rename_axis("idx").groupby(["idx", "count"])["words"].agg(" ".join).unstack(1)

print(final)

count               0               1       2
idx                                          
0            He codes             NaN     NaN
1            He codes         well in  python
2           Python is  great language     NaN
3      Pandas package         is very   handy

---

您确定给定的示例捕获了您所描述的内容吗？未知列数是什么意思？您的意思是

n

列数，即您可以设置和指定的列数。@DaveIdito根据未知的列数，我的意思是，如果任何句子最多包含10个字，则数据框将包含5个新列。我不知道一个句子可以包含的最大字数是多少，因为我将抓取网络数据。谢谢你的解决方案。如果我想将每列中的字数从2更改为任何其他数字，我应该做什么更改？然后，您必须调整

拆分器

函数，并包括一个

n

参数，然后替换该参数，而不是函数中的2。不要忘了在以后的函数调用中添加参数：）我会尽量避免使用

apply

，它可能适用于小数据集，但不会扩展。尝试在pandas api中使用矢量化解决方案。见：