Question

我有这样的数据：

Col
Texas[x]
Dallas
Austin
California[x]
Los Angeles
San Francisco

这是我想要的：

col1              Col2
Texas[x]          Dallas
                  Austin
California[x]     Los Angeles
                  San Francisco

请帮助！

Answer 1

使用str.extract创建列，然后清理

df.Col.str.extract('(.*\[x\])?(.*)').ffill()\
.replace('', np.nan).dropna()\
.rename(columns = {0:'Col1', 1: 'Col2'})\
.set_index('Col1')

                 Col2
Col1    
Texas [x]       Dallas
Texas [x]       Austin
California [x]  Los Angeles
California [x]  San Francisco

更新：解决后续问题。

df.Col.str.extract('(.*\[x\])?(.*)').ffill()\
.replace('', np.nan).dropna()\
.rename(columns = {0:'Col1', 1: 'Col2'})

你得到

    Col1            Col2
1   Texas[x]        Dallas
2   Texas[x]        Austin
4   California[x]   Los Angeles
5   California[x]   San Francisco

Answer 2

好像[x]代表列表中的状态。您可以尝试使用iterrows对数据框进行迭代。像这样：

state = None  # initialize as None, in case something goes wrong  
city = None
rowlist = []
for idx, row in df.iterrows():
    # get the state
    if '[x]' in row['Col']:
        state = row['Col']
        continue
    # now, get the cities
    city = row['Col']
    rowlist.append([state, city])
df2 = pd.DataFrame(rowlist)

这假设您的初始数据框名为df，列名称为Col，并且仅在城市后面紧跟着州的情况下才有效，这似乎就像您在数据样本中所做的那样。

将一列值分成2列

2 个答案: