使用pandas,如何根据第一个空格进行拆分。

使用 str.split(" ", 1)

前任:

import pandas as pd
df = pd.read_csv(filename,names=['code'])
df[['code','name_of_code']] = df["code"].str.split(" ", 1, expand=True)
df["name_of_code"] = df["name_of_code"].str.strip("-")
print(df)

输出:

          code name_of_code
0  0020-004241       purple
1        00532         Blue
2        00121       Yellow
3          055        Greem
4     0025-097       Orange

您可以通过几个分离调用来处理此问题:

df = pd.DataFrame({'col': ['0020-004241 purple', '00532 - Blue',
                           '00121 - Yellow', '055 - Greem',
                           '0025-097 - Orange']})

df[['col1', 'col2']] = df['col'].str.split(n=1, expand=True)
df['col2'] = df['col2'].str.split().str[-1]

print(df)

                  col         col1    col2
0  0020-004241 purple  0020-004241  purple
1        00532 - Blue        00532    Blue
2      00121 - Yellow        00121  Yellow
3         055 - Greem          055   Greem
4   0025-097 - Orange     0025-097  Orange

加载csv时可以使用regex作为分隔符,以避免进一步拆分。

from io import StringIO
import pandas as pd

file = StringIO(
    """0020-004241 purple
    00532 - Blue
    00121 - Yellow
    055 - Greem
    0025-097 - Orange"""
)

df = pd.read_csv(file, sep='\s+\-*\s*', header=None)

当然,您可以添加标题,但我在这个示例中试图保持接近您的初始输入。

现在 read_csv 生成以下df:

             0       1
0  0020-004241  purple
1        00532    Blue
2        00121  Yellow
3          055   Greem
4     0025-097  Orange

你也可以使用 .str.extract 一个正则表达式。

df[['code', 'name_of_code']] = df.col.str.extract('(.*\d+)\s-?\s?(.*)', expand=True)

print(df)
                  col         code name_of_code
0  0020-004241 purple  0020-004241       purple
1        00532 - Blue        00532         Blue
2      00121 - Yellow        00121       Yellow
3         055 - Greem          055        Greem
4   0025-097 - Orange     0025-097       Orange