子串python数据框的每个元素答案

【问题标题】：Substring each element of python data frame子串python数据框的每个元素
【发布时间】：2018-04-14 22:51:56
【问题描述】：

考虑一个数据框df，列path

/home/dir1/myfile1.txt
/home/anotherDir2/myfile2.txt
/home/anotherDir3/AnotherMyfile3.txt

我想为每一行拆分文件夹和文件名部分。

我知道

df.path.str.rfind('/')

给我/的最后一个索引整个系列。我想将此索引结果分别应用于每一行，但是

df.path.str.slice(0, df.path.str.rfind('/'))

返回所有NA。似乎slice 期望单个整数参数为endposition 而不是系列。

如何在 python 中实现这一点？

【问题讨论】：

标签： python dataframe substring slice series

【解决方案1】：

这是使用的数据框：

import pandas as pd 

df = pd.DataFrame({'path': ['/home/dir1/myfile1.txt', \
                            '/home/anotherDir2/myfile2.txt', \
                            '/home/anotherDir3/AnotherMyfile3.txt']})

您可以使用apply() 遍历df 的行并提取最后一个'/' 之前的所有内容：

df.path.apply(lambda x: x[0:x.rfind('/')])

0           /home/dir1
1    /home/anotherDir2
2    /home/anotherDir3
Name: path, dtype: object

同样，您可以执行相同的操作来提取最后一个 '/' 之后的所有内容：

df.path.apply(lambda x: x[(x.rfind('/') + 1):len(x)])

0           myfile1.txt
1           myfile2.txt
2    AnotherMyfile3.txt
Name: path, dtype: object

如果您想同时获取文件夹和文件，可以使用这样的函数，将字符串按'/' 拆分并返回最后两个元素：

def split_path(path):
    folder_file = path.split('/')[-2:]
    return(pd.Series({'folder': folder_file[0], 'file': folder_file[1]}))

然后你可以apply()它并将2列添加到你的df：

pd.concat([df, df.path.apply(split_path)], axis=1)

                                   path                file       folder
0                /home/dir1/myfile1.txt         myfile1.txt         dir1
1         /home/anotherDir2/myfile2.txt         myfile2.txt  anotherDir2
2  /home/anotherDir3/AnotherMyfile3.txt  AnotherMyfile3.txt  anotherDir3

【讨论】：