Pandas - 将带有括号中的值的文本拆分为多列答案

【问题标题】：Pandas - split text with values in parenthesis into multiple columnsPandas - 将带有括号中的值的文本拆分为多列
【发布时间】：2020-01-22 09:04:00
【问题描述】：

我有一个数据框列，其值如下：

HexNAc(6)Hex(7)Fuc(1)NeuAc(3)
HexNAc(6)Hex(7)Fuc(1)NeuAc(3)
HexNAc(5)Hex(4)NeuAc(1)
HexNAc(6)Hex(7)

我想将此信息分成多列：

HexNAc Hex Fuc NeuAc
6      7   1   3
6      7   1   3
5      4   0   1
6      7   0   0

最好的方法是什么？

【问题讨论】：

标签： python regex pandas

【解决方案1】：

可以通过字符串拆分和explode（pandas 版本 >= 0.25）然后pivot 的组合来完成。其余的清理一些列并填充缺失值。

import pandas as pd
s = pd.Series(['HexNAc(6)Hex(7)Fuc(1)NeuAc(3)', 'HexNAc(6)Hex(7)Fuc(1)NeuAc(3)',
               'HexNAc(5)Hex(4)NeuAc(1)', 'HexNAc(6)Hex(7)'])

(pd.DataFrame(s.str.split(')').explode().str.split('\(', expand=True))
   .pivot(columns=0, values=1)
   .rename_axis(None, axis=1)
   .dropna(how='all', axis=1)
   .fillna(0, downcast='infer'))

  Fuc Hex HexNAc NeuAc
0   1   7      6     3
1   1   7      6     3
2   0   4      5     1
3   0   7      6     0

【讨论】：

我也采取了同样的方法 :) 你在那里打败了我：(df['col'].str.split(')').explode().str.split('\(',expand=True).dropna() .set_index(0,append=True).unstack(fill_value=0))
谢谢 ALollz 和@anky_91 - 这个解决方案对我来说很有意义，但是当我尝试它时，我收到以下错误：AttributeError: 'Series' object has no attribute 'explode' 有什么想法吗？
@kkhatri99 尝试将 pandas 版本更新到版本 .25.0 ，您可以使用 pd.__version__ 检查当前版本
@anky_91 找到替代方案 :-)

【解决方案2】：

检查

pd.DataFrame(s.str.findall('\w+').map(lambda x : dict(zip(x[::2], x[1::2]))).tolist())
Out[207]: 
   Fuc Hex HexNAc NeuAc
0    1   7      6     3
1    1   7      6     3
2  NaN   4      5     1
3  NaN   7      6   NaN

【讨论】：

超酷的方法！（虽然十进制值可能会变得棘手：d）