熊猫索引StringMethods丢失索引

Question

我刚刚注意到，对Pandas DataFrame的索引进行的字符串操作无法维护索引，因此将结果分配回该数据帧有点尴尬。例如（以及我注意到的情况）：

import pandas as pd

df = pd.DataFrame(
  [[1,2],[3,4],[5,6]],
  index=['a11','b12','c13'])

df['num'] = df.index.str.extract('([0-9]+)')

给我：

     0  1  num
a11  1  2  NaN
b12  3  4  NaN
c13  5  6  NaN

由于索引已丢失，只是恢复为[0,1,2]

花了一些调试才能意识到此索引丢失是我得到NaN的原因，但是一旦完成，很明显我可以做：

df['num'] = df.index.str.extract('([0-9]+)').set_index(df.index)

这是对的，还是有其他方法可以维护索引？

Answer 1

如何使用assign？

df.assign(num=df.index.str.extract('([0-9]+)').values)

Answer 2

您可以使用expand命令来获得与您相同的期望结果，

df['num'] = df.index.str.extract('([0-9]+)', expand=False)

expand=False返回序列或索引或数据框，因为只有一个提取组，所以可以使用expand参数。

Answer 3

您将不得不使用expand参数：

df['num'] = df.index.str.extract('([0-9]+)', expand=False)

来自docs：

  

展开：布尔值，默认为True

     

如果为True，则返回每个捕获组只有一列的DataFrame。如果为False，则如果有一个捕获组，则返回一个Series / Index或   如果有多个捕获组，则为DataFrame。

     

0.18.0版中的新功能。