代码之家 › 专栏 › 技术社区 › Richard Herron

获取pandas DataFrame中对列执行.str.split()操作后的最后一个“列”

split pandas string python

118

Richard Herron · 技术社区 · 14 年前

我在pandas DataFrame中有一个列,我想将其拆分到一个空间中。拆分很简单 DataFrame.str.split(' ') ,但我无法从上一个条目创建新列。当我 .str.split() 在列中,我得到了一个数组列表,我不知道如何操作它来为我的DataFrame获得一个新列。

下面是一个例子。该列中的每个条目都包含“符号数据价格”,我想将价格拆分(并最终删除一半情况下的“p”…或“c”)。

import pandas as pd
temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
temp2 = temp.ticker.str.split(' ')

产生

0    ['spx', '5/25/2001', 'p500']
1    ['spx', '5/25/2001', 'p600']
2    ['spx', '5/25/2001', 'p700']

但是 temp2[0] 只给出一个列表条目的数组 temp2[:][-1] 失败。如何将每个数组中的最后一个条目转换为新列?谢谢

5 回复 | 直到 11 年前

228

Erfan 6 年前

请执行以下操作:

In [43]: temp2.str[-1]
Out[43]: 
0    p500
1    p600
2    p700
Name: ticker

所以所有这些加在一起就是:

>>> temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
>>> temp['ticker'].str.split(' ').str[-1]
0    p500
1    p600
2    p700
Name: ticker, dtype: object

DSM 14 年前

你可以使用 tolist 方法作为中介:

In [99]: import pandas as pd

In [100]: d1 = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})

In [101]: d1.ticker.str.split().tolist()
Out[101]: 
[['spx', '5/25/2001', 'p500'],
 ['spx', '5/25/2001', 'p600'],
 ['spx', '5/25/2001', 'p700']]

从中您可以制作一个新的DataFrame:

In [102]: d2 = pd.DataFrame(d1.ticker.str.split().tolist(), 
   .....:                   columns="symbol date price".split())

In [103]: d2
Out[103]: 
  symbol       date price
0    spx  5/25/2001  p500
1    spx  5/25/2001  p600
2    spx  5/25/2001  p700

为了更好地衡量,您可以确定价格:

In [104]: d2["price"] = d2["price"].str.replace("p","").astype(float)

In [105]: d2
Out[105]: 
  symbol       date  price
0    spx  5/25/2001    500
1    spx  5/25/2001    600
2    spx  5/25/2001    700

附言:但如果你 真正地 只需要最后一列, apply 就足够了:

In [113]: temp2.apply(lambda x: x[2])
Out[113]: 
0    p500
1    p600
2    p700
Name: ticker

James Holland 9 年前

https://pandas.pydata.org/pandas-docs/stable/text.html

s2 = pd.Series(['a_b_c', 'c_d_e', np.nan, 'f_g_h'])
s2.str.split('_').str.get(1)

或

s2.str.split('_').str[1]

AllanLRH 8 年前

使用熊猫0.20.3:

In [10]: import pandas as pd
    ...: temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
    ...:

In [11]: temp2 = temp.ticker.str.split(' ', expand=True)  # the expand=True return a DataFrame

In [12]: temp2
Out[12]:
     0          1     2
0  spx  5/25/2001  p500
1  spx  5/25/2001  p600
2  spx  5/25/2001  p700

In [13]: temp3 = temp.join(temp2[2])

In [14]: temp3
Out[14]:
               ticker     2
0  spx 5/25/2001 p500  p500
1  spx 5/25/2001 p600  p600
2  spx 5/25/2001 p700  p700

sfortney 7 年前

如果你正在寻找一条班轮(就像我来这里的目的一样),这应该做得很好:

temp2 = temp.ticker.str.split(' ', expand = True)[-1]

您也可以简单地修改此答案,将此列分配回原始DataFrame,如下所示:

temp['last_split'] = temp.ticker.str.split(' ', expand = True)[-1]

我想这是一个流行的用例。