如何將 Pandas DataFrame 字串列拆分為兩列？

如何將資料框字串列拆分為兩個欄位？

在處理表格資料時，通常需要操作要擷取的資料具體資訊。一個常見的任務是將一列字串值拆分為多列，每列包含原始字串的一部分。

問題與要求

假設我們有一個DataFrame稱為df 的一列稱為row，其中包含以下格式的字串值：

          row
0    00000 UNITED STATES
1    01000 ALABAMA
2    01001 Autauga County, AL
3    01003 Baldwin County, AL
4    01005 Barbour County, AL

我們的目標是拆分將row 列分成兩個新列：fips 和row，其中fips 包含每個字串的前五個字符，row包含其餘字元。

使用 str.split() 的解

分割行列的一種方法是使用 str.split() 方法。此方法採用正規表示式作為參數，並根據正規表示式指定的模式分割字串。在我們的例子中，我們可以使用以下正規表示式：

r'(\d{5}) +'

此正規表示式將匹配由五個數字組成的序列，後面跟著一個或多個空格。然後，我們可以使用str.split() 方法使用此正規表示式分割行列，並將結果清單指派給fips 和行列，如下所示：

import pandas as pd

# Split the 'row' column into 'fips' and 'row' columns
df[['fips', 'row']] = df['row'].str.split(r'(\d{5}) +', n=1, expand=True)

expand=True 參數為用於指定str.split() 方法應傳回具有多列的DataFrame，而不是一系列

結果

執行上述程式碼後，我們的 DataFrame df將如下所示：

         fips       row
0    00000 UNITED STATES
1    01000 ALABAMA
2    01001 Autauga County, AL
3    01003 Baldwin County, AL
4    01005 Barbour County, AL

使用的替代解決方案str.extract()

另一種分割行列的方法是使用str.extract()方法。此方法採用正規表示式作為參數，並傳回一個包含正規表示式符合項的 DataFrame。在我們的例子中，我們可以使用以下正規表示式：

r'(\d{5}) +\D+'

此正規表示式將匹配由五個數字組成的序列，後面跟著一個或多個非數字。然後，我們可以使用str.extract() 方法來擷取此正規表示式的符合項，並將產生的DataFrame 指派給fips 和row 資料列，如下所示：

import pandas as pd

# Split the 'row' column into 'fips' and 'row' columns
df[['fips', 'row']] = df['row'].str.extract(r'(\d{5}) +\D+')

Result

執行上面的程式碼後，我們的DataFrame df將如下所示：

         fips       row
0    00000 UNITED STATES
1    01000 ALABAMA
2    01001 Autauga County, AL
3    01003 Baldwin County, AL
4    01005 Barbour County, AL

兩者上述解決方案將達到所需的結果，將行列拆分為 fips 和行列。 str.split() 解決方案更靈活，可以用於基於任何正規表示式來分割列，而 str.extract() 解決方案更簡單，更容易理解。

以上是如何將 Pandas DataFrame 字串列拆分為兩列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！