拆分具有多种分隔符的列

Question

我正在处理一个数据集，我需要将其中一列拆分为其他三列。 本栏目是这样的：

df2['Measurements'].value_counts(normalize=True)

6.9x6.87x4.16     0.000834
5.42x5.39x3.36    0.000834
6.83x6.86x4.23    0.000834
5.43x5.4x3.38     0.000834
6.11x6.16x3.85    0.000834
                    ...   
5.05x5.07x3.01    0.000278
6.46x6.43x3.94    0.000278
7.7x7.73x4.78     0.000278
8.37x8.41x5.19    0.000278
6.3x6.26x4.1      0.000278
Name: Measurements, Length: 3450, dtype: float64

比我尝试将它拆分为“X”，就像我在下面使用的代码一样：

df2[['Length-mm','Width-mm','Depth-mm']] = df2['Measurements'].str.split('x', n=2, expand=True)

但是当我检查新列的值计数时，它显示除了“x”之外还有其他分隔符。

df2['Length-mm'].value_counts(normalize=True)

6.44              0.008058
6.8               0.006946
6.47              0.006946
6.43              0.006669
6.48              0.006669
                    ...   
5.57*5.55*3.58    0.000278
7.85*7.89*4.78    0.000278
8.98              0.000278
5.54*5.51         0.000278
4.62              0.000278
Name: Length-mm, Length: 722, dtype: float64

看到有些行有三个由“*”分隔的值，所以我想创建这些新列并知道是否可能以及如何使用多个分隔符进行拆分。

Answer 1

您可以对str.split 使用正则表达式。你的行应该是：

df2[['Length-mm','Width-mm','Depth-mm']] = df2['Measurements'].str.split(r'x|\*', n=2, expand=True)

请注意，您可以使用| 连接任意数量的分隔符（这是正则表达式语法中的 OR）。 * 必须以 \ 开头，因为它是正则表达式语法中的特殊字符。