如何将一列分成两列？

对于以下简单情况：我有一个带有分隔符的文本列，我想要两个列最简单的解决办法是：df['A'], df['B'] = df['AB'].str.split(' ', 1).str或者，您可以为拆分的每个条目自动创建一个带有一列的DataFrame，方法如下：df['AB'].str.split(' ', 1, expand=True)注意，在任何一种情况下，.tolist()方法是不必要的。也不是zip().详细情况：安迪·海登解在展示str.extract()方法。但是对于已知分隔符上的简单拆分(例如，用破折号拆分或用空格拆分)，则.str.split()方法就足够了1..它对字符串的列(序列)进行操作，并返回列表的列(序列)：>>> import pandas as pd>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})>>> df       AB0  A1-B11  A2-B2>>> df['AB_split'] = df['AB'].str.split('-')>>> df       AB  AB_split0  A1-B1  [A1, B1]1  A2-B2  [A2, B2]如果你不确定前两个参数是什么.str.split()做，我推荐给你的医生方法的普通Python版本.但你是怎么做到的：包含两个元素列表的列。致：两个列，每个列都包含列表的各个元素？好吧，我们需要仔细看看.str列的属性。它是一个神奇的对象，用于收集将列中的每个元素作为字符串处理的方法，然后尽可能有效地在每个元素中应用相应的方法：>>> upper_lower_df = pd.DataFrame({"U": ["A", "B", "C"]})>>> upper_lower_df    U0  A1  B2  C>>> upper_lower_df["L"] = upper_lower_df["U"].str.lower()>>> upper_lower_df    U  L0  A  a1  B  b2  C  c但它还有一个“索引”接口，用于通过索引获取字符串的每个元素：>>> df['AB'].str[0]0    A1    AName: AB, dtype: object>>> df['AB'].str[1]0    11    2Name: AB, dtype: object当然，这个索引接口.str并不真正关心它所索引的每个元素是否实际上是一个字符串，只要它可以被索引，所以：>>> df['AB'].str.split('-', 1).str[0]0    A11    A2Name: AB, dtype: object>>> df['AB'].str.split('-', 1).str[1]0     B11    B2Name: AB, dtype: object然后，简单地利用Python元组解压缩迭代来完成>>> df['A'], df['B'] = df['AB'].str.split('-', 1).str>>> df       AB  AB_split   A   B0  A1-B1  [A1, B1]  A1  B11  A2-B2  [A2, B2]  A2  B2当然，从拆分字符串列中获取DataFrame是非常有用的，因此.str.split()方法可以使用expand=True参数：>>> df['AB'].str.split('-', 1, expand=True)     0   10  A1  B11  A2  B2因此，实现我们想要的另一种方法是：>>> df = df[['AB']]>>> df       AB0  A1-B11  A2-B2>>> df.join(df['AB'].str.split('-', 1, expand=True).rename(columns={0:'A', 1:'B'}))       AB   A   B0  A1-B1  A1  B11  A2-B2  A2  B2

如何将一列分成两列？

3回答