检查列是否包含（/、-、_、*或~）并拆分到另一列中 - Pandas

Question

我有一列数字，由以下字符之一分隔：

-,/,*,~,_

。我需要检查这些值是否包含任何字符，然后将该值拆分到另一列中。

是否有与下面所示不同的解决方案？

最后，

columns subnumber1, subnumber2 ...subnumber5

将合并为一列，而

number5

列将没有字符。我需要在进一步的过程中使用这两列。

if gdf['column_name'].str.contains('~').any():
    gdf[['number1', 'subnumber1']] = gdf['column_name'].str.split('~', expand=True)
gdf
if gdf['column_name'].str.contains('^').any():
    gdf[['number2', 'subnumber2']] = gdf['column_name'].str.split('^', expand=True)
gdf
Input column:
column_name  
152/6*3
163/1-6
145/1
163/6^3

output:
 number5 |subnumber1 |subnumber2
152      | 6         |  3
163      | 1         |  6
145      | 1         |
163      | 6         |  3

Answer 1

使用

Series.str.split

以及可能的分隔符列表并创建新的 DataFrame：

import re

L = ['-','/','*','~','_','^', '.']

#some values like `^.` are escape
pat = '|'.join(re.escape(x) for x in L)
df = df['column_name'].str.split(pat, expand=True).add_prefix('num')
print (df)
  num0 num1  num2
0  152    6     3
1  163    1     6
2  145    1  None
3  163    6     3

编辑：如果需要在使用值之前匹配值：

L = ["\-_",'\^|\*','~','/']

for val in L:
    df[f'before {val}'] = df['column_name'].str.extract(rf'(\d+){[val]}')

#for last value not exist separator, so match $ for end of string
df['last'] = df['column_name'].str.extract(rf'(\d+)$')
print (df)
   column_name before \-_ before \^|\* before ~ before / last
0  152/2~3_4*5          3            4        2      152    5
1  152/2~3-4^5          4            4        2      152    5
2      152/6*3        NaN            6      NaN      152    3
3      163/1-6        NaN          NaN      NaN      163    6
4        145/1        NaN          NaN      NaN      145    1
5      163/6^3          6            6      NaN      163    3

Answer 2

使用

str.split

：

df['column_name'].str.split(r'[*,-/^_]', expand=True)

输出：

     0  1     2
0  152  6     3
1  163  1     6
2  145  1  None
3  163  6     3

或者，如果您事先知道有 3 个数字，请使用

str.extract

并命名捕获组：

regex = '(?P<number5>\d+)\D*(?P<subnumber1>\d*)\D*(?P<subnumber2>\d*)'
df['column_name'].str.extract(regex)

输出：

  number5 subnumber1 subnumber2
0     152          6          3
1     163          1          6
2     145          1           
3     163          6          3