将熊猫数据框中的 ID 列拆分为多列答案

【问题标题】：Splitting ID column in pandas dataframe to multiple columns将熊猫数据框中的 ID 列拆分为多列
【发布时间】：2021-07-27 23:36:30
【问题描述】：

我有一个如下所示的熊猫数据框：

    |  ID      |  Value |
    +----------+--------+
    |1C16      |  34    |
    |1C1       |  45    |
    |7P.75     |  23    |
    |7T1       |  34    |
    |1C10DG    |  34    |
    +----------+--------+

我想以如下方式拆分 ID 列（它是一个字符串列）：

    |  ID      |  Value |  Code | Core |size |
    +----------+--------+-------+------+-----+
    |1C16      |  34    |   C   |  1   | 16  |
    |1C1       |  45    |   C   |  1   |  1  |
    |7P.75     |  23    |   P   |  7   | .75 |
    |7T1       |  34    |   T   |  7   | 1   |
    |1C10DG    |  34    |   C   |  1   | 10  |
    +----------+--------+-------+------+-----+

那么如何实现呢？谢谢

【问题讨论】：

标签： python-3.x pandas string dataframe

【解决方案1】：

您可以尝试.str.extract 与正则表达式(?P<Code>\d+)(?P<Core>[A-Z])(?P<size>[.0-9]+) 来捕获模式：

df.ID.str.extract(r'(?P<Code>\d+)(?P<Core>[A-Z])(?P<size>[.0-9]+)')

#  Code Core size
#0    1    C   16
#1    1    C    1
#2    7    P  .75
#3    7    T    1
#4    1    C   10

【讨论】：

哇，不知道您可以将列名放入正则表达式中，不错
Psidom ：感谢您的回答，我还需要结果中的 ID 和 value 列以及拆分列。
你可以用df加入结果得到原始列df.ID.str.extract(r'(?P<Code>\d+)(?P<Core>[A-Z])(?P<size>[.0-9]+)').join(df)
您可能还有另一列也命名为 Code 或 Core 或 size ？您可以尝试在正则表达式中指定不同的名称。
Psidom ：知道了，正如建议的那样，另一列具有相同的内容，这导致了问题。还有一个 - 我们可以在这里使用合并而不是加入吗？

【解决方案2】：

将.str.extract()与多个捕获组和join一起使用

df.join(
   df['ID'].str.extract('(\d)(\w)(\d+|.\d+)').rename(
           columns={0 : 'Core', 1 : 'Code', 2 : 'Size'}))

       ID  Value Core Code Size
1    1C16   34.0    1    C   16
2     1C1   45.0    1    C    1
3   7P.75   23.0    7    P  .75
4     7T1   34.0    7    T    1
5  1C10DG   34.0    1    C   10

【讨论】：