我们如何将整列的内容拆分为同一个表中的单独列？

【问题标题】：How can we split the contents of a whole column into separate columns within the same table?我们如何将整列的内容拆分为同一个表中的单独列？
【发布时间】：2018-02-28 14:00:15
【问题描述】：

假设我用pandas读取datatable.csv，表格是这样的：

我们如何拆分第 3 列，使数据表随后看起来像这样：

我已经阅读了大量类似问题的答案，并尝试使用 .str.rpartition('-')、.split('-') 和 .apply() 组合之类的方法，但我没有设法将分离的值提取到列中。

【问题讨论】：

标签： python pandas split dataset

【解决方案1】：

将split 与expand=True 一起使用：

df[['Column 3','Column 4','Column 5']] = df['Column 3'].str.split('-', expand=True)

例子

df = pd.DataFrame({'Column 3':['X-X-0','1-0-X','X-Y-X','X-0-0','1-X-Y']})
df[['Column 3','Column 4','Column 5']] = df['Column 3'].str.split('-', expand=True)

输出：

  Column 3 Column 4 Column 5
0        X        X        0
1        1        0        X
2        X        Y        X
3        X        0        0
4        1        X        Y

【讨论】：

【解决方案2】：

你可以用这个

df['col3']= ['1-d-w','s-3-q']

df
Out[4]: 
     col
0  1-d-w
1  s-3-q
df['col4']= df['col3'].apply((lambda x: x.split('-'))).apply((lambda x:x[0]))
df['col5']= df['col3'].apply((lambda x: x.split('-'))).apply((lambda x:x[1]))
df['col6']= df['col3'].apply((lambda x: x.split('-'))).apply((lambda x:x[2]))
df
Out[33]: 
    col3  col4  col5  col6
0  1-d-w     1     d     w
1  s-3-q     s     3     q

【讨论】：