Question

我想在几列中拆分字符串。例如，我想在下面的数据框中从col2，col3和col5中选择一些信息（但实际上我有超过一百列的信息）。

d = pd.DataFrame({
                  'col1' : ['USA', 'AGN'],
                  'col2' : ['0|0:0.014:0.986,0.013,0', '1|0:0.02:1.936,0.023,1'],
                  'col3' : ['1|0:0.024:0.9,0.01345,2', '0|2:0.213:0.92,0.1,2'],
                  'col4' : ['done', 'done'],
                  'col5' : ['2|0:0.02:1.936,0.023,1', '1|0:0.024:0.9,0.01345,2']
                  })

  col1                     col2                     col3  col4 .....
0  USA  0|0:0.014:0.986,0.013,0  1|0:0.024:0.9,0.01345,2  done .....  
1  AGN   1|0:0.02:1.936,0.023,1     0|2:0.213:0.92,0.1,2  done .....

我只需要那个长字符串的前3个标记。然后我希望我可以从我的结果中看到如下。

col1 col2  col3  col4  col5  ....
USA   0|0   1|0  done   2|0  ....
AGN   1|0   0|2  done   1|0  ....

请提示吗？

Answer 1

如果我理解你的问题，你可以这样做：

In [254]: d.replace(r':.*', '', regex=True)
Out[254]:
  col1 col2 col3  col4 col5
0  USA  0|0  1|0  done  2|0
1  AGN  1|0  0|2  done  1|0

Answer 2

获取前三个字符串字符：

>>> d.col2.str[:3]
0    0|0
1    1|0
Name: col2, dtype: object

要拆分“：”并取第一项：

>>> d.col2.str.split(':', expand=True)[0]
0    0|0
1    1|0
Name: 0, dtype: object

将其应用于一组列：

cols = ['col2', 'col3', 'col5']
d.loc[:, cols] = d.loc[:, cols].apply(lambda s: s.str[:3])

>>> d
  col1 col2 col3  col4 col5
0  USA  0|0  1|0  done  2|0
1  AGN  1|0  0|2  done  1|0

使用pandas拆分几列

2 个答案: