熊猫基于拆分另一列添加新列

Question

我有一个如下所示的熊猫数据框：

A              B
US,65,AMAZON   2016
US,65,EBAY     2016

我的目标是看起来像这样：

A              B      country    code    com
US.65.AMAZON   2016   US         65      AMAZON
US.65.AMAZON   2016   US         65      EBAY

我知道这个问题在这里和这里之前都曾被问过，但 没有一个 对我有用。我试过了：

df['country','code','com'] = df.Field.str.split('.')

和

df2 = pd.DataFrame(df.Field.str.split('.').tolist(),columns = ['country','code','com','A','B'])

我想念什么吗？任何帮助深表感谢。

Answer 1

您可以split与参数一起使用，expand=True并[]在左侧添加一个：

df[['country','code','com']] = df.A.str.split(',', expand=True)

然后到：replace ,``.

df.A = df.A.str.replace(',','.')

print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY

DataFrame如果没有NaN值，则使用构造函数的另一种解决方案：

df[['country','code','com']] = pd.DataFrame([ x.split(',') for x in df['A'].tolist() ])
df.A = df.A.str.replace(',','.')
print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY

您也可以在构造函数中使用列名，但这concat是必需的：

df1=pd.DataFrame([x.split(',') for x in df['A'].tolist()],columns= ['country','code','com'])
df.A = df.A.str.replace(',','.')
df = pd.concat([df, df1], axis=1)
print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY