Question

我正在尝试将包含字符串的名为“类别”的列拆分为两个新列“类别”和“子类别”

它基于我们从webrobots.io收集的kickstarter数据集。 “类别”字段包含如下所示的实例：

In: frame.category[1]
Out: {"id":325,"name":"Calendars","slug":"publishing/calendars","position":4,"parent_id":18,"color":14867664,"urls":{"web":{"discover":"http://www.kickstarter.com/discover/categories/publishing/calendars"}}}

我正在尝试将斜杠（发布）之前的“”子弹”：”之后的所有行的第一部分添加到新列“类别”中，并将斜杠之后的引号（日历）之前的部分替换为新行新列“子类别”。我已经尝试过使用str.split和str.extract并假设我需要提取，但是我对正则表达式非常陌生，因此所有尝试都失败了

这是我现在尝试过的，它只给了我两列都包含NaN的列

frame["category"].str.extract(r'(slug":")(/)')

如果结果显示为两个新列，并且“ slug”后两个单词中的每个单词都用斜杠隔开，那就太好了：”

编辑： 感谢Nev1111的想法，在此thread上，将该列视为其自己的数据帧和joris，我来了以下代码，尽管它可能不是最佳解决方案，但它可以完美地工作

#Assigning 'category' to its own dataframe and reading it as a dictionary with each key as its own column
df=frame['category'].map(eval).apply(pd.Series)
#splitting "slug" and creating new columns based on the category and subcategory
frame[['category','subcategory']]=df['slug'].str.split('/',expand=True)

在打印“框架”时，我得到了两个新列，分别是类别和子类别

Answer 1

根据您显示给我们的信息，列的类型为object-dict

frame["category"].str.get('slug')

Answer 2

from pandas import DataFrame

df=DataFrame( {"id":325,"name":"Calendars","slug":"publishing/calendars","position":4,"parent_id":18,"color":14867664,"urls":{"web":{"discover":"http://www.kickstarter.com/discover/categories/publishing/calendars"}}} ) 

df[['Category','Subcategory']]=df['slug'].str.split('/',expand=True)

如何从熊猫数据框中的字符串创建新列

2 个答案: