Question

我在熊猫数据框中有一组要拆分的字符串，只保留文本。

以下是一个字符串中的示例： “消除渲染阻止资源0.46s以下一代格式提供图像0.45s减少服务器响应时间（TTFB）0.22s删除未使用的CSS 0.15s”

这是我想在不同栏中输入的内容： ['消除渲染阻止资源'，'以下一代格式提供图像'，'减少服务器响应时间（TTFB）'，'删除未使用的CSS']

我想到了对'。'使用.str.split命令。在右边加上3个字符，在左边增加1个字符...但是老实说，我不知道从哪里开始。

感谢您的帮助

Answer 1

与re.split()一起使用正则表达式

import re

re.split(r'\d\.\d+s', your_string)

\d\.\d+可以匹配任何字符串，例如0.15s，0.22s等。示例：

s = 'Eliminate render-blocking resources 0.46s Serve images in next-gen formats 0.45s Reduce server response times (TTFB) 0.22s Remove unused CSS 0.15s'
re.split('\d\.\d+s', s)
['Eliminate render-blocking resources ', ' Serve images in next-gen formats ', ' Reduce server response times (TTFB) ', ' Remove unused CSS ', '']

此后，您可以使用删除尾随空格和空字符串。

Answer 2

我们可以在此处将Series.str.split与正则表达式结合使用。我们还传递了参数expand=True，因此它为每个拆分返回一个新列：

df['Col'].str.split(r'[0-9]{1}\.[0-9]{2}s', expand=True)

输出

                                      0                                   1                                      2                    3 4
0  Eliminate render-blocking resources    Serve images in next-gen formats    Reduce server response times (TTFB)    Remove unused CSS

如何在有数字的地方拆分字符串？

2 个答案: