Question

我有一个带有列（'location'）的数据框，其中包含以逗号分隔的城市和州的信息。有些值为None。

我编写了一个函数将数据拆分为城市和州，并将其清理一下：

def split_data(x):
    if x:
        s = x.split(',')
        city = s[0].lstrip().rstrip()
        state = s[1].lstrip().rstrip()
    else:
        city = None
        state = None
    return city, state

我很难搞清楚如何从这个函数创建2个单独的列。如果我使用以下内容：

df['location_info'] = df['location'].apply(split_data)

它会在'location_info'列中创建一个元组。

在数据框架中创建2个新列的最佳方法是什么 - 一个名为“city”，另一个名为“state”？

Answer 1

我认为你可以使用矢量化函数str.split和str.strip：

df[['city','state']]=df['location'].str.split(',',expand=True).apply(lambda x: x.str.strip())

或者：

df[['city','state']] = df['location'].str.split(',', expand=True)
df['city'] = df['city'].str.strip()
df['state'] = df['state'].str.strip()

样品：

df = pd.DataFrame({'location':[' a,h ',' t ,u', None]})
print (df)
  location
0     a,h 
1     t ,u
2     None

df[['city','state']]=df['location'].str.split(',',expand=True).apply(lambda x: x.str.strip())
print (df)
  location  city state
0     a,h      a     h
1     t ,u     t     u
2     None  None  None

但如果需要真正使用您的功能（例如更复杂），请添加Series：

def split_data(x):
    if x:
        s = x.split(',')
        city = s[0].strip()
        state = s[1].strip()
    else:
        city = None
        state = None
    return pd.Series([city, state], index=['city','state'])

df[['city','state']] = df['location'].apply(split_data)
print (df)
  location  city state
0     a,h      a     h
1     t ,u     t     u
2     None  None  None

熊猫：使用apply to split column into 2

1 个答案: