데이터 프레임 문자열 열을 두 열로 분할하려면 어떻게 해야 합니까?
1개의 , 는 '열(열2개의fips' 한 쪽은요.'row'
프레임 ★★★★★★★★★★★★★★★★★★★★」df음음음같 뭇매하다
row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
을 df.row.str[:]열 셀을 분할하는 목표를 달성했습니다.사용할 수 있습니다.df['fips'] = hello 기둥을 hello뭐각각 는???
fips row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
TL;DR 버전:
다음과 같은 간단한 경우:
- 구분 기호가 있는 텍스트 열이 있으며 두 개의 열이 필요합니다.
가장 간단한 해결책은 다음과 같습니다.
df[['A', 'B']] = df['AB'].str.split(' ', 1, expand=True)
하셔야 합니다.expand=True하지 않고 한 None결측값을 바꿉니다.
, 「」, 「」가 되어 있는지 해 주세요..tolist()방법은 필요 없습니다. 다 아니다zip().
상세:
Andy Hayden의 솔루션은 이 방법의 힘을 입증하는 데 가장 탁월합니다.
그러나 알려진 구분 기호(예: 대시로 분할 또는 공백으로 분할) 위에 단순 분할하는 경우에는 이 방법으로 충분합니다1.문자열 열(시리즈)에서 작동하고 다음 목록의 열(시리즈)을 반환합니다.
>>> import pandas as pd
>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})
>>> df
AB
0 A1-B1
1 A2-B2
>>> df['AB_split'] = df['AB'].str.split('-')
>>> df
AB AB_split
0 A1-B1 [A1, B1]
1 A2-B2 [A2, B2]
1의 첫 : 「 」.str.split()do, 일반 Python 버전의 메서드에 대한 문서를 추천합니다.
하지만 어떻게 하면 좋을까요?
- 두 줄의 목록이 들어 있는 열
대상:
- 각각 목록의 각 요소가 들어 있는 두 개의 열?
..str컬럼 속성
컬럼 내의 각 요소를 문자열로 취급하는 메서드를 수집하여 각 요소에 가능한 한 효율적으로 적용하는 데 사용되는 마법의 객체입니다.
>>> upper_lower_df = pd.DataFrame({"U": ["A", "B", "C"]})
>>> upper_lower_df
U
0 A
1 B
2 C
>>> upper_lower_df["L"] = upper_lower_df["U"].str.lower()
>>> upper_lower_df
U L
0 A a
1 B b
2 C c
그러나 인덱스로 문자열의 각 요소를 가져오기 위한 "인덱싱" 인터페이스도 있습니다.
>>> df['AB'].str[0]
0 A
1 A
Name: AB, dtype: object
>>> df['AB'].str[1]
0 1
1 2
Name: AB, dtype: object
이 는 ★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★」.str각 만 하면 . 인덱싱할 수 있는 한 다음과 같습니다.
>>> df['AB'].str.split('-', 1).str[0]
0 A1
1 A2
Name: AB, dtype: object
>>> df['AB'].str.split('-', 1).str[1]
0 B1
1 B2
Name: AB, dtype: object
그러면 Python 태플을 이용하여 반복 가능한 패키지를 풀면 됩니다.
>>> df['A'], df['B'] = df['AB'].str.split('-', 1).str
>>> df
AB AB_split A B
0 A1-B1 [A1, B1] A1 B1
1 A2-B2 [A2, B2] A2 B2
하며 DataFrame은 "DataFrame"을 사용합니다..str.split()할 수 .expand=True★★★★★★★★★★★★★★★★★★:
>>> df['AB'].str.split('-', 1, expand=True)
0 1
0 A1 B1
1 A2 B2
우리가 원하는 것을 달성하는 또 다른 방법은 다음과 같습니다.
>>> df = df[['AB']]
>>> df
AB
0 A1-B1
1 A2-B2
>>> df.join(df['AB'].str.split('-', 1, expand=True).rename(columns={0:'A', 1:'B'}))
AB A B
0 A1-B1 A1 B1
1 A2-B2 A2 B2
expand=True버전은 더 길지만 태플 언팩 방식에 비해 뚜렷한 이점이 있습니다.터플 언팩은 길이가 다른 분할에는 적합하지 않습니다.
>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2', 'A3-B3-C3']})
>>> df
AB
0 A1-B1
1 A2-B2
2 A3-B3-C3
>>> df['A'], df['B'], df['C'] = df['AB'].str.split('-')
Traceback (most recent call last):
[...]
ValueError: Length of values does not match length of index
>>>
★★★★★★★★★★★★★★★★★.expand=True None"CHANGE"는 다음과 같이 입력합니다.
>>> df.join(
... df['AB'].str.split('-', expand=True).rename(
... columns={0:'A', 1:'B', 2:'C'}
... )
... )
AB A B C
0 A1-B1 A1 B1 None
1 A2-B2 A2 B2 None
2 A3-B3-C3 A3 B3 C3
더 나은 방법이 있을 수 있지만, 여기 한 가지 방법이 있습니다.
row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
df = pd.DataFrame(df.row.str.split(' ',1).tolist(),
columns = ['fips','row'])
fips row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
regex 패턴을 사용하면 다양한 부품을 깔끔하게 추출할 수 있습니다.
In [11]: df.row.str.extract('(?P<fips>\d{5})((?P<state>[A-Z ]*$)|(?P<county>.*?), (?P<state_code>[A-Z]{2}$))')
Out[11]:
fips 1 state county state_code
0 00000 UNITED STATES UNITED STATES NaN NaN
1 01000 ALABAMA ALABAMA NaN NaN
2 01001 Autauga County, AL NaN Autauga County AL
3 01003 Baldwin County, AL NaN Baldwin County AL
4 01005 Barbour County, AL NaN Barbour County AL
[5 rows x 5 columns]
다소 긴 정규식을 설명하려면:
(?P<fips>\d{5})
- 숫자(5자리와 합니다.
\d"fips".
다음 부분:
((?P<state>[A-Z ]*$)|(?P<county>.*?), (?P<state_code>[A-Z]{2}$))
어느쪽인가를 실행한다)| 의입니다).
(?P<state>[A-Z ]*$)
- 숫자와 일치합니다( 「어느 번호」).
*)[A-Z ]이 이름을"state"(문장 앞)$
또는
(?P<county>.*?), (?P<state_code>[A-Z]{2}$))
- 맞다
.*)가 표시됩니다 - 쉼표와 공백
- 숫자와 합니다.
state_code(문장 앞)$를 참조해 주세요.
이 예에서는 다음과 같습니다.
첫 번째 2행은 "state"(county 및 state_code 열에 NaN을 남김)에 도달하고 마지막 3행은 county, state_code(state 열에 NaN을 남김)에 도달합니다.
df[['fips', 'row']] = df['row'].str.split(' ', n=1, expand=True)
공백(기본 구분 기호) 및 매개 변수별로 사용할 수 있습니다.expand=True★★★★★★에DataFrame "연결":
df = pd.DataFrame({'row': ['00000 UNITED STATES', '01000 ALABAMA',
'01001 Autauga County, AL', '01003 Baldwin County, AL',
'01005 Barbour County, AL']})
print (df)
row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
df[['a','b']] = df['row'].str.split(n=1, expand=True)
print (df)
row a b
0 00000 UNITED STATES 00000 UNITED STATES
1 01000 ALABAMA 01000 ALABAMA
2 01001 Autauga County, AL 01001 Autauga County, AL
3 01003 Baldwin County, AL 01003 Baldwin County, AL
4 01005 Barbour County, AL 01005 Barbour County, AL
수정(필요한 경우 원본 열 삭제)
df[['a','b']] = df.pop('row').str.split(n=1, expand=True)
print (df)
a b
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
같은 내용:
df[['a','b']] = df['row'].str.split(n=1, expand=True)
df = df.drop('row', axis=1)
print (df)
a b
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
에러가 발생했을 경우:
#remove n=1 for split by all whitespaces
df[['a','b']] = df['row'].str.split(expand=True)
ValueError: 열의 길이는 키와 같아야 합니다.
.DataFrame 2 2: 2는 아니다.
print (df['row'].str.split(expand=True))
0 1 2 3
0 00000 UNITED STATES None
1 01000 ALABAMA None None
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
후 을 추가합니다.DataFrame기준:
df = pd.DataFrame({'row': ['00000 UNITED STATES', '01000 ALABAMA',
'01001 Autauga County, AL', '01003 Baldwin County, AL',
'01005 Barbour County, AL'],
'a':range(5)})
print (df)
a row
0 0 00000 UNITED STATES
1 1 01000 ALABAMA
2 2 01001 Autauga County, AL
3 3 01003 Baldwin County, AL
4 4 01005 Barbour County, AL
df = df.join(df['row'].str.split(expand=True))
print (df)
a row 0 1 2 3
0 0 00000 UNITED STATES 00000 UNITED STATES None
1 1 01000 ALABAMA 01000 ALABAMA None None
2 2 01001 Autauga County, AL 01001 Autauga County, AL
3 3 01003 Baldwin County, AL 01003 Baldwin County, AL
4 4 01005 Barbour County, AL 01005 Barbour County, AL
원래 열 제거(다른 열도 있는 경우):
df = df.join(df.pop('row').str.split(expand=True))
print (df)
a 0 1 2 3
0 0 00000 UNITED STATES None
1 1 01000 ALABAMA None None
2 2 01001 Autauga County, AL
3 3 01003 Baldwin County, AL
4 4 01005 Barbour County, AL
새 데이터 프레임을 만들지 않거나 데이터 프레임에 분할할 열보다 더 많은 열이 있는 경우 다음을 수행할 수 있습니다.
df["flips"], df["row_name"] = zip(*df["row"].str.split().tolist())
del df["row"]
구분 기호를 기준으로 문자열을 두 개 이상의 열로 분할하려면 '최대 분할' 매개 변수를 생략할 수 있습니다.
다음과 같습니다.
df['column_name'].str.split('/', expand=True)
그러면 초기 문자열에 포함된 최대 필드 수만큼 열이 자동으로 생성됩니다.
아직 이걸 못 봐서 놀랐어.분할이 2개만 필요한 경우에는 를 권장합니다.
Series.str.partition
partition는 세퍼레이터에서 1회 분할을 실행하며 일반적으로 매우 높은 성능을 발휘합니다.
df['row'].str.partition(' ')[[0, 2]]
0 2
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
행의 이름을 변경해야 할 경우
df['row'].str.partition(' ')[[0, 2]].rename({0: 'fips', 2: 'row'}, axis=1)
fips row
0 00000 UNITED STATES
1 01000 ALABAMA
2 01001 Autauga County, AL
3 01003 Baldwin County, AL
4 01005 Barbour County, AL
는, 「」를 사용해 .join ★★★★★★★★★★★★★★★★★」concat:
df.join(df['row'].str.partition(' ')[[0, 2]])
pd.concat([df, df['row'].str.partition(' ')[[0, 2]]], axis=1)
row 0 2
0 00000 UNITED STATES 00000 UNITED STATES
1 01000 ALABAMA 01000 ALABAMA
2 01001 Autauga County, AL 01001 Autauga County, AL
3 01003 Baldwin County, AL 01003 Baldwin County, AL
4 01005 Barbour County, AL 01005 Barbour County, AL
df.assign새 df를 만듭니다.https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.assign.html 를 참조해 주세요.
split = df_selected['name'].str.split(',', 1, expand=True)
df_split = df_selected.assign(first_name=split[0], last_name=split[1])
df_split.drop('name', 1, inplace=True)
또는 메서드 체인 형식:
df_split = (df_selected
.assign(list_col=lambda df: df['name'].str.split(',', 1, expand=False),
first_name=lambda df: df.list_col.str[0],
last_name=lambda df: df.list_col.str[1])
.drop(columns=['list_col']))
해당하는 팬더 시리즈(즉, 필요한 컬럼)를 내보내는 것이 좋습니다.적용 기능을 사용하여 컬럼 콘텐츠를 여러 시리즈로 분할한 후 생성된 컬럼을 기존 DataFrame에 결합합니다.물론 소스 열은 삭제해야 합니다.
예.
col1 = df["<col_name>"].apply(<function>)
col2 = ...
df = df.join(col1.to_frame(name="<name1>"))
df = df.join(col2.toframe(name="<name2>"))
df = df.drop(["<col_name>"], axis=1)
두 단어 문자열을 분할하는 기능은 다음과 같습니다.
lambda x: x.split(" ")[0] # for the first element
lambda x: x.split(" ")[-1] # for the last element
아무도 슬라이스 방식을 사용하지 않는 것을 보고 여기에 2센트를 넣었습니다.
df["<col_name>"].str.slice(stop=5)
df["<col_name>"].str.slice(start=6)
이 메서드는 두 개의 새 열을 만듭니다.
언급URL : https://stackoverflow.com/questions/14745022/how-to-split-a-dataframe-string-column-into-two-columns
'source' 카테고리의 다른 글
| Android UserManager.isUserAGoat()의 적절한 사용 사례 (0) | 2023.02.05 |
|---|---|
| Math.ceil을 사용하여 int로 반올림하는 자바 (0) | 2023.02.05 |
| 운영 중인 Java G1 가비지 컬렉션 (0) | 2023.02.05 |
| Python 패키지를 업데이트하려면 어떻게 해야 하나요? (0) | 2023.02.05 |
| REGEXP_SUBstr이 모든 일치 항목을 반환합니다(mariaDB). (0) | 2023.02.05 |