如何将单个 Pandas 数据框列的内容拆分为多个新列答案

【问题标题】：How to Split the Contents of a Single Pandas Dataframe Column into Multiple New Columns如何将单个 Pandas 数据框列的内容拆分为多个新列
【发布时间】：2020-07-23 19:54:29
【问题描述】：

假设我有两个运动队的记录数据。

d = {'Team': [1, 2], 'Record': ['5-0', '3-2']}
df = pd.DataFrame(data=d)
df

    Team    Record
0     1      5-0
1     2      3-2

我想将记录拆分并附加到每个团队的新列中，如下所示：

d = {'Team': [1, 2], 'Record': ['5-0', '3-2'], 'Wins': [5, 3], 'Losses' : [0, 2]}
df = pd.DataFrame(data=d)
df


  Team  Record  Wins    Losses
0   1    5-0     5         0
1   2    3-2     3         2

由于连字符，Records 列中的数据是一个对象。

(df.dtypes)

Team       int64
Record    object
dtype: object

我该怎么做呢？会是某种正则表达式，然后是列表理解来遍历 Record 列的每一行吗？我想在一个数据框中为大约 400 个团队执行此操作。提前感谢您的帮助。

【问题讨论】：

标签： python regex pandas dataframe list-comprehension

【解决方案1】：

如果数据表现良好，您可以将Series.str.extract 与命名捕获组(Number)-(Number) 一起使用。然后连接回来。

pd.concat([df, df['Record'].str.extract(r'(?P<Wins>\d)-(?P<Losses>\d)')], axis=1)
#   Team Record Wins Losses
#0     1    5-0    5      0
#1     2    3-2    3      2

【讨论】：

哇，我不知道这个功能：提取+捕获组命名。很高兴知道:)

【解决方案2】：

使用 pandas 字符串方法，特别是 str split 和 str get，以及 assign 提取到新列：

    df = (df
         .assign(Wins= df.Record.str.split('-').str.get(0),
                 Losses = df.Record.str.split('-').str.get(-1)
            )
          )

df


  Team  Record  Wins    Losses
0   1    5-0     5         0
1   2    3-2     3         2

【讨论】：