Question

如果_到来，我有一个数据框需要拆分列

Name = [('Hello'),
      ('Spider'),
      ('Captain'),
      ('Superman'),
       ('Hello_1'),
       ('Superman_1')]
dfName = pd.DataFrame(Name, columns=['Name'])

我的出场

    Name
0   Hello
1   Spider
2   Captain
3   Superman
4   Hello_1
5   Superman_1

预期

df1

    Name      
0   Hello
1   Spider
2   Captain
3   Superman

df2

    Name_
0   Hello_1
1   Superman_1

Answer 1

您可能需要先将第一个列表分为两个子列表：

>>> name = 'Hello Spider Captain Superman Hello_1 Superman_1'.split()
>>> name
['Hello', 'Spider', 'Captain', 'Superman', 'Hello_1', 'Superman_1']
>>> col1 = [n for n in name if '_' not in n]
>>> col2 = [n for n in name if '_' in n]
>>> col1
['Hello', 'Spider', 'Captain', 'Superman']
>>> col2
['Hello_1', 'Superman_1']
>>>

注意：按照惯例，变量应小写，以区别于类。 https://www.python.org/dev/peps/pep-0008/#function-and-variable-names

Answer 2

您可以使用以下代码拆分数据框：

df1 = dfName[~dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)
df2 = dfName[dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)

df1的输出：

Name
0   Hello
1   Spider
2   Captain
3   Superman

df2的输出：

    Name
0   Hello_1
1   Superman_1

Answer 3

将Series.str.contains用于掩码和过滤器，方法是将~的{{1}}和boolean indexing的df1不包含的掩码反转，最后加{{ 3}}作为默认的df2：

RangeIndex

Answer 4

dfnamewithout_regex = dfName[~dfName['Name'].str.contains('_')]
dfnamewithout_regex
    Name
0   Hello
1   Spider
2   Captain
3   Superman

dfnamewith_regex = dfName[dfName['Name'].str.contains('_')]
dfnamewith_regex
Name
4   Hello_1
5   Superman_1

如果要删除索引，请添加.reset_index（drop = True）

如何用包含字符串的列拆分

4 个答案: