拆分列并使用 pandas 命名它们答案

【问题标题】：split columns and name them using pandas拆分列并使用 pandas 命名它们
【发布时间】：2015-03-31 02:48:55
【问题描述】：

我想根据分隔符 ":" 将一列拆分为 3，我可以做到使用下面的代码。但是现在想改分裂的名字列从默认的 1,2,3,4。请建议我如何做到这一点。

from pandas import *
df = DataFrame(
     {'CustomerName' : ["Paul", "John"], 'Seatblocks' : ["2:218:10:4,6","2:218:10:4,6"]}); 
df

df.join(df.Seatblocks.apply(lambda x: Series(x.split(':'))))

【问题讨论】：

标签： python pandas

【解决方案1】：

人们已经给出了rename 的方法，但我发现如果你避免将所有内容都塞进一行的诱惑，这些事情会更容易。一旦你有了一个框架，你可以简单地分配给.columns：

>>> sb = df.Seatblocks.str.split(":").apply(pd.Series)
>>> sb.columns = ["a", "Three Digit", "??", "coord"]
>>> pd.concat([df, sb], axis=1)
  CustomerName    Seatblocks  a Three Digit  ?? coord
0         Paul  2:218:10:4,6  2         218  10   4,6
1         John  2:218:10:4,6  2         218  10   4,6

第一行只是您的(df.Seatblocks.apply(lambda x: Series(x.split(':')))) 的一个版本，它利用了矢量化字符串操作访问器.str (docs)。

【讨论】：

【解决方案2】：

就rename他们：

df.rename(columns={0:'col_1', 1:'col_2', 2:'col_3', 3:'col_4'},inplace=True)

一种更晦涩的方法是将新名称合并到列的前 2 个元素并直接分配：

In [14]:

df.columns = df.columns[:2] | pd.Index(['col_1', 'col_2', 'col_3', 'col_4'])
df
Out[14]:
  CustomerName    Seatblocks col_1 col_2 col_3 col_4
0         Paul  2:218:10:4,6     2   218    10   4,6
1         John  2:218:10:4,6     2   218    10   4,6

【讨论】：

【解决方案3】：

列重命名为 A、B、C、D。

from pandas import *
df = DataFrame(
     {'CustomerName' : ["Paul", "John"], 'Seatblocks' : ["2:218:10:4,6","2:218:10:4,6"]}); 
df = df.join(df.Seatblocks.apply(lambda x: Series(x.split(':'))))
df.rename(columns={0: 'A', 1: 'B', 2: 'C', 3: 'D'}, inplace=True)
df

【讨论】：

【解决方案4】：

你可以修改df.column来获取新的列名

In [1]: from pandas import *

In [2]: df = DataFrame(
   ...:      {'CustomerName' : ["Paul", "John"], 'Seatblocks' : ["2:218:10:4,6","2:218:10:4,6"]}); 

In [3]: df2 = df.join(df.Seatblocks.apply(lambda x: Series(x.split(':'))))

In [4]: names = ['foo', 'bar', 'baz', 'booz']

In [5]: df2.columns = [x if str(x).isalpha() else names.pop() for x in df2.columns]

In [6]: df2.columns                                              
Out[6]: Index([u'CustomerName', u'Seatblocks', u'booz', u'baz', u'bar', u'foo'], dtype='object')

In [7]:

【讨论】：

【解决方案5】：

这可能会有所帮助：

import pandas as pd
import numpy as np

df = pd.DataFrame(
     {'CustomerName' : ["Paul", "John"], 'Seatblocks' : ["2:218:10:4,6","2:218:10:4,6"]}); 
#df
#1.split, rename
df_extraction = df['Seatblocks'].str.split(':', expand=True)
df_extraction.columns = ['seatBlock'+str(i) for i in df_extraction.columns]

# 2.merge extracted to df
df = pd.concat([df, df_extraction], axis=1)
df

CustomerName    Seatblocks  seatBlock0  seatBlock1  seatBlock2  seatBlock3
0   Paul    2:218:10:4,6    2   218     10  4,6
1   John    2:218:10:4,6    2   218     10  4,6

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。