我有一个数据框中的列,其中输出不同:
col1
MLB|NBA|NFL
MLB|NBA
NFL|NHL|NBA|MLB
我想使用split函数将该列始终按照最后一个竖杠进行拆分,就像这样:
col1 col2
MLB|NBA NFL
MLB NBA
NFL|NHL|NBA MLB
Series.str.rsplit
方法进行字符串分割时,可以限制分割的次数。df.col1.str.rsplit('|', 1, expand=True).rename(lambda x: f'col{x + 1}', axis=1)
如果上述代码抛出SyntaxError错误,说明你使用的是Python版本低于3.6(真丢人!)。请使用以下代码:
df.col1.str.rsplit('|', 1, expand=True)\
.rename(columns=lambda x: 'col{}'.format(x + 1))
col1 col2
0 MLB|NBA NFL
1 MLB NBA
2 NFL|NHL|NBA MLB
str.rsplit
等价函数。pd.DataFrame(
[x.rsplit('|', 1) for x in df.col1.tolist()],
columns=['col1', 'col2']
)
col1 col2
0 MLB|NBA NFL
1 MLB NBA
2 NFL|NHL|NBA MLB
顺便说一句,是的,第二种解决方案更快:
df = pd.concat([df] * 100000, ignore_index=True)
%timeit df.col1.str.rsplit('|', 1, expand=True)
%timeit pd.DataFrame([x.rsplit('|', 1) for x in df.col1.tolist()])
473 ms ± 13.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
128 ms ± 1.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)