我如何拆分多行在不同的列在熊猫[重复]

Question

在下面的例子中，我有电影的数据：

我想将标题列值拆分为2个新列，即其中一个新列（“电影标题”）将采用=玩具故事作为行值，另一个新列（“年份”）将采用= 1995作为行值。

如何对整个数据帧执行此操作？

                            title  \
0                    Toy Story (1995)   
1                      Jumanji (1995)   
2             Grumpier Old Men (1995)   
3            Waiting to Exhale (1995)   
4  Father of the Bride Part II (1995) 

Answer 1

使用正则表达式：

df[['movie_title', 'year']] = df.title.str.extract('(.*)\s\((\d+)', expand=True)

df = pd.DataFrame({'title': 
                  ['Toy Story (1995)', 'Jumanji (1995)', 'Grumpier Old Men (1995)',
                   'Waiting to Exhale (1995)', 'Father of the Bride Part II (1995)', 
                   'Hello (Goodbye) (1995)'
                  ]})

df[['movie_title', 'year']] = df.title.str.extract('(.*)\s\((\d+)', expand=True)

输出:

                                title                  movie_title  year
0                    Toy Story (1995)                    Toy Story  1995
1                      Jumanji (1995)                      Jumanji  1995
2             Grumpier Old Men (1995)             Grumpier Old Men  1995
3            Waiting to Exhale (1995)            Waiting to Exhale  1995
4  Father of the Bride Part II (1995)  Father of the Bride Part II  1995
5              Hello (Goodbye) (1995)              Hello (Goodbye)  1995

我们使用的正则表达式是：＜code＞（.*）\（\d）＜/code＞。

表达式的第一部分是：（.*）。括号表示它是一个捕获组，括号内的内容表示我们要捕获的内容。在本例中为＜code＞*表示我们贪婪地想要捕获一切。在捕获组之后，我们有\s\（，它字面上被解释为一个空格，后面是一个开括号，所以'（“因为在此之前的捕获组是贪婪的，如果有多个匹配，我们将捕获所有内容，直到最后一个（“）。（例如，查看它如何正确捕获你好（再见）（1995）。

最后，我们添加了第二个捕获组，\d作为我们要捕获的内容，它捕获标题中最后一个'（“）之后的所有数字，对我们来说，这将是4位数的年份。

Answer 2

如果您不想要regex解决方案，

df.title.str.rstrip(')').str.split('(').apply(pd.Series)


    0                           1
0   Toy Story                   1995
1   Jumanji                     1995
2   Grumpier Old Men            1995
3   Waiting to Exhale           1995
4   Father of the Bride Part II 1995

Answer 3

尝试将str访问器与＜code＞split

df.title.str.split('\s\(|\)',expand=True)
  .drop(2, axis=1)
  .set_axis(['movies','year'], inplace=False, axis=1)

输出:

                        movies  year
0                    Toy Story  1995
1                      Jumanji  1995
2             Grumpier Old Men  1995
3            Waiting to Exhale  1995
4  Father of the Bride Part II  1995