Python Pandas：根据特定分隔符和全大写字符串拆分列

本文介绍了如何使用 Python Pandas 库，根据特定分隔符（' - '）以及分隔符后的全大写字符串，将 DataFrame 中的某一列拆分为两列。通过使用正则表达式和 str.extract 方法，可以高效地实现这一目标，并处理各种复杂的字符串组合。

Pandas 提供了强大的字符串处理功能，其中 str.extract 方法结合正则表达式，能够灵活地从字符串中提取所需信息。以下是如何根据最后一个 ' - ' 分隔符（且后面跟随全大写字符串）来拆分 Pandas DataFrame 中的列的详细步骤。

1. 准备工作

首先，确保你已经安装了 Pandas 库。如果没有安装，可以使用 pip 进行安装：

立即学习“Python免费学习笔记（深入）”；

pip install pandas

导入 Pandas 库：

import pandas as pd

2. 创建示例 DataFrame

创建一个包含需要拆分字符串的 DataFrame。例如：

df = pd.DataFrame({
   'Value': ['Juan-Diva - HOLLS', 'Carlos - George - ESTE BAN - BOM', 'Javier Plain - Hotham Ham - ALPINE', 'Yul - KONJ KOL MON'],
   })

3. 使用 str.extract 和正则表达式拆分列

序列猴子开放平台

具有长序列、多模态、单模型、大数据等特点的超大规模语言模型

0

查看详情

使用 str.extract 方法和正则表达式，从 Value 列中提取所需的部分。正则表达式 r'(.*?)\s*-\s*([A-Z]+(?:\s*-?\s*[A-Z]+)*)$' 的含义如下：

• (.*?): 匹配任意字符（非贪婪模式），并将其捕获到第一个分组中。
• \s*-\s*: 匹配 ' - ' 分隔符，允许分隔符前后有任意数量的空格。
• ([A-Z]+(?:\s*-?\s*[A-Z]+)*): 匹配由全大写字母组成的字符串，并将其捕获到第二个分组中。
  • [A-Z]+: 匹配一个或多个大写字母。
  • (?:\s*-?\s*[A-Z]+)*: 非捕获分组，匹配零个或多个由空格、可选的连字符和空格分隔的大写字母序列。
• $: 匹配字符串的结尾，确保匹配的是字符串末尾的全大写字符串。

完整的代码如下：

import pandas as pd

df = pd.DataFrame({
   'Value': ['Juan-Diva - HOLLS', 'Carlos - George - ESTE BAN - BOM', 'Javier Plain - Hotham Ham - ALPINE', 'Yul - KONJ KOL MON'],
   })

df[["First", "Last"]] = df["Value"].str.extract(r'(.*?)\s*-\s*([A-Z]+(?:\s*-?\s*[A-Z]+)*)$')

print(df)

4. 结果

运行以上代码，将会得到如下结果：

                                Value            First          Last
0                   Juan-Diva - HOLLS          Juan-Diva         HOLLS
1    Carlos - George - ESTE BAN - BOM    Carlos - George  ESTE BAN - BOM
2  Javier Plain - Hotham Ham - ALPINE  Javier Plain - Hotham Ham        ALPINE
3                  Yul - KONJ KOL MON                Yul  KONJ KOL MON

注意事项：

• 确保正则表达式能够准确匹配你的数据。根据实际情况调整正则表达式。
• str.extract 方法返回的是 DataFrame，可以直接赋值给新的列。
• 如果某些行没有匹配到正则表达式，对应的列将会填充 NaN 值。可以使用 fillna 方法填充缺失值。

总结

通过结合 Pandas 的 str.extract 方法和正则表达式，可以灵活地处理各种复杂的字符串拆分需求。 本教程提供了一个具体的示例，展示了如何根据特定的分隔符和全大写字符串来拆分列。掌握这些技巧，可以更高效地处理和清洗数据，为后续的分析和建模奠定基础。

以上就是Python Pandas：根据特定分隔符和全大写字符串拆分列的详细内容，更多请关注php中文网其它相关文章！