Question

返回另一个问题。最近，我在公司的员工出勤率上获得了一定的置信区间，并将结果转换为dframe：

def mean_confidence_interval(unstacked, confidence=0.9):
    a = 1.0 * np.array(unstacked)
    n = len(a)
    m, se = np.nanmean(a), scipy.stats.sem(a, nan_policy='omit')
    h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1)
    return m, m-h, m+h

answer = unstacked.apply(mean_confidence_interval)
answer = answer.to_frame(name='Interval')
answer = answer.reset_index()
answer

输出与此类似的内容

Employee|             Interval
-------------------------------
Karl    |      (0.75,0.70,0.80)

我一直试图使用逗号作为分隔符来创建三个新列。

Mean | Low | High

到目前为止，我已经尝试过：

answer[['Mean','Low', 'High']] = answer['Interval'].str.split(',',expand=True)
answer

只让它返回：

ValueError: Columns must be same length as key

我还尝试过使用str.extract，如下所示：

p = r'(?P<Mean>-?\d+\.\d+).*?(?P<Low>-?\d+\.\d+).*?(?P<High>-?\d+\.\d+)'
answer[['Mean','Low', 'High']] = answer['Interval'].str.extract(p,expand=True)
answer

它返回我想要的列，但实际上并没有提取我想要的信息：

    Employee    Interval        Mean  Low  High
0   Karl    (0.75, 0.70, 0.80)  NaN   NaN  NaN

有人知道我在做什么错吗？

Answer 1

这是tuple不是字符串

pd.DataFrame(df.Interval.values.tolist())
Out[1098]: 
      0    1    2
0  0.75  0.7  0.8

#df[['Mean','Low', 'High']]=pd.DataFrame(df.Interval.values.tolist())

将数据类型更改为str后，您的正则表达式将可用

df['Interval'].astype(str).str.extract(p,expand=True)
Out[1103]: 
   Mean  Low High
0  0.75  0.7  0.8

使用定界符将一列分为三列

1 个答案: