Pandas - 用不同的长度对每一行进行子串答案

【问题标题】：Pandas - substring each row with a different lengthPandas - 用不同的长度对每一行进行子串
【发布时间】：2019-12-04 12:31:58
【问题描述】：

早安，

我有一个数据框，我想在其中为该列的每一行隔离一部分字符串。我遇到的问题是每一行都需要有一个不同长度的子字符串，特别是我想只保留字符串直到第一次出现“。” （句号）加上接下来的两个字母。

例子：

import pandas as pd

x = [ [ 34, 'Sydney.Au123XX'] ,
             [30, 'Delhi.As1q' ] ,
             [16, 'New York.US3qqa']]
x = pd.DataFrame(x)
x.columns = ["a", "b"]

#now I want to substring each row based on where "." occurs.
#I have tried the following:
y = x["b"].str.slice( stop = x["b"].str.find(".") + 2)
y = x["b"].str[0: x["b"].str.find(".")+ 2]

#desired output
desired = [[ 34, 'Sydney.Au'] ,
             [30, 'Delhi.As' ] ,
             [16, 'New York.US'] ]
desired  = pd.DataFrame(desired )
desired .columns = ["a", "b"]

请查看我的代码以获得所需的输出。

我不想使用循环。

提前致谢。

【问题讨论】：

为什么纽约有.之后的东西
@U10-转发。谢谢，我确实看到了您的答案，并且对于我的问题的第一个版本是正确的。请查看我的问题的更新。 str.split() 可以适用于我希望在“。”之后保留前两个字符的情况。也一样？
@U10-转发。我认为对于我修改后的问题，我可以保留 x['b'].str.split('.').str[1] 以保留“。”之后的前两个字母。有没有更好的办法？
How to remove numbers from string terms in a pandas dataframe的可能重复

标签： python string pandas slice

【解决方案1】：

IIUC 尝试：

x['b'] = x['b'].str.split('.').str[0]
print(x)

你也可以做一个单行：

print(x.assign(b=x['b'].str.split('.').str[0]))

他们都输出：

    a         b
0  34    Sydney
1  30     Delhi
2  16  New York

编辑：

做：

x['b'] = x['b'].str.extract('(.*\...)')
print(x)

或使用：

print(x.assign(b=x['b'].str.extract('(.*\...)')))

【讨论】：

【解决方案2】：

使用列表推导

例如

import pandas as pd

x = [ [ 34, 'Sydney.Au123'] ,
             [30, 'Delhi.As1' ] ,
             [16, 'New York.US3']]

data = [["{0}.{1}".format(i.split(".")[0],i.split(".")[1][0:2]) if isinstance(i,str) else i for i in y] for y in x ]
df  = pd.DataFrame(data,columns=['a','b'])
print(df)

O/P：

    a            b
0  34    Sydney.Au
1  30     Delhi.As
2  16  New York.US

【讨论】：