Pandas：将字符串提取到各个列的有效方法

Question

我在名为“Fields”的 pandas 数据框列中有一个以下字符串。“Fields”列是从 csv 文件中提取的单个列。鉴于整个数据框中有 1170 行，如果我要将这些值解析为单独的列，则使用 pandas str split 或正则表达式需要 6 分 30 秒。有没有什么有效的方法可以更快地执行此任务？

使用 Pandas split 的示例：

for i, row in df.iterrows():

    df['uuid'][i] = row['Arguments'].split("uuid=")[1].split(',')[0]

使用正则表达式的示例：

for i, row in df.iterrows():

    arg = row['Fields']

    

    uuid = re.search('driveUuid=(.+?),', arg).group(1)

    line = re.search('line=(.+?),', arg).group(1)

我有办法解决这个问题，但似乎效率不高。

“字段”列的一项

uuid=88c65b1d，行=主，序列=ABC12312，位置=顶部：6，插槽=6，楼层=顶部，版本=E004

Answer 1

使用pandas.Series.str.extractd['uuid'] = d['Fields'].str.extract('uuid=(.+?),')正如Henry Yik在评论中指出的d["Fields"].str.extract('(?:drive)?Uuid=(.+?),line=(.+?),', flags=re.I)