将pandas中的一列拆分为多列

Question

我有一个包含完整地址的列“Nome_propriedade”，例如机构名称、街道、社区、城市和州

它总是以城市和州名结尾。使用这种模式：

Nome_propriedade
"Rod. BR 386, bairro Olarias/Conventos, Lajeado/RS"
"Fazenda da Várzea - zona rural, Serro/MG"
"Cidade do Rock - Jacarepaguá, Rio de Janeiro/RJ"
"Área de extração de carnaúba - Povoado Areal, zona rural, Santa Cruz do Piauí/PI"
"Pastelaria - Av. Vicente de Carvalho, 995, Loja Q, Vila da Penha, Rio de Janeiro/RJ"

我想创建两个新列，“city”和“state”，并用“Nome_propriedade”列中的最后一个值填充它们。我还想将这些从 Nome_propiedade 中剔除。

                           Nome_propriedade                 City State
      Rod. BR 386, bairro Olarias/Conventos              Lajeado    RS
             Fazenda da Várzea - zona rural                Serro    MG
            Cidade do Rock - Jacarepaguá...       Rio de Janeiro    RJ
Área de extração de carnaúba - Povoado A...  Santa Cruz do Piauí    PI
Pastelaria - Av. Vicente de Carvalho, 99...       Rio de Janeiro    RJ

请问有人知道如何创建这两列吗？

我无法进行一般拆分，因为我只想将城市和州信息分开。其他信息可能保持不变。

Answer 1

你怎么看：

import pandas as pd
propiedades = ["Rod. BR 386, bairro Olarias/Conventos, Lajeado/RS",
               "Fazenda da Várzea - zona rural, Serro/MG",
               "Cidade do Rock - Jacarepaguá, Rio de Janeiro/RJ",
               "Área de extração de carnaúba - Povoado Areal, zona rural, Santa Cruz do Piauí/PI",
               "Pastelaria - Av. Vicente de Carvalho, 995, Loja Q, Vila da Penha, Rio de Janeiro/RJ"]
df = pd.DataFrame({"Nome_propriedade":propiedades})

df[["City", "State"]] = df["Nome_propriedade"].apply(lambda x :x.split(",")[-1]).str.split("/",
                                                                                           expand=True)

更新 如果您想从Nome_propriedade 中删除这些信息，您可以添加此行

df["Nome_propriedade"] = df["Nome_propriedade"].apply(lambda x :",".join(x.split(",")[:-1]))

Answer 2

您需要将列中的字符串按, 拆分，将列表中的最后一个元素用/ 拆分。该列表是您的两列。

pd.DataFrame(list(df['Nome_propriedade'].str.split(',').apply(lambda x: x[-1]).str.split('/')), columns=['city', 'state'])

输出：

                   city    state
0               Lajeado    RS
1                 Serro    MG
2        Rio de Janeiro    RJ
3   Santa Cruz do Piauí    PI
4        Rio de Janeiro    RJ

Answer 3

这是一个有效的解决方案，可以避免乏味的apply，而只需坚持使用str-operations。

df["Nome_propriedade"], x = df["Nome_propriedade"].str.rsplit(', ', 1).str
df["City"], df['State'] = x.str.split('/').str

完整示例：

import pandas as pd

propiedades = [
    "Rod. BR 386, bairro Olarias/Conventos, Lajeado/RS",
    "Fazenda da Várzea - zona rural, Serro/MG",
    "Cidade do Rock - Jacarepaguá, Rio de Janeiro/RJ",
    "Área de extração de carnaúba - Povoado Areal, zona rural, Santa Cruz do Piauí/PI",
    "Pastelaria - Av. Vicente de Carvalho, 995, Loja Q, Vila da Penha, Rio de Janeiro/RJ"
]

df = pd.DataFrame({
    "Nome_propriedade":propiedades
})

df["Nome_propriedade"], x = df["Nome_propriedade"].str.rsplit(', ', 1).str
df["City"], df['State'] = x.str.split('/').str

# Stripping Nome_propriedade to len 40 to fit screen
print(df.assign(Nome_propriedade=df['Nome_propriedade'].str[:40]))

返回：

                           Nome_propriedade                 City State
0     Rod. BR 386, bairro Olarias/Conventos              Lajeado    RS
1            Fazenda da Várzea - zona rural                Serro    MG
2              Cidade do Rock - Jacarepaguá       Rio de Janeiro    RJ
3  Área de extração de carnaúba - Povoado A  Santa Cruz do Piauí    PI
4  Pastelaria - Av. Vicente de Carvalho, 99       Rio de Janeiro    RJ

如果您想保留这些物品：

df["City"], df['State'] = df["Nome_propriedade"]\
                            .str.rsplit(', ', 1).str[-1]\ 
                            .str.split('/').str

Answer 4

我能看到的最简单的方法是，举个例子：

example = 'some, stuff, here, city/state'
elements = example.split(',')
city, state = elements[-1].split('/')

要将其应用于数据框中的列：

df['city_state'] = df.Nome_propriedade.apply(lambda r: r.split(',')[-1].split('/'))
df['city'] = [cs[0] for cs in df['city_state']]
df['state'] = [cs[1] for cs in df['city_state']]

例如：

example2 = 'another, thing here city2/state2'
df = pd.DataFrame({'address': [example, example2],
                   'other': [1, 2]})
df['city_state'] = df.address.apply(lambda r: r.split()[-1].split('/'))
df['city'] = [cs[0] for cs in df['city_state']]
df['state'] = [cs[1] for cs in df['city_state']]
df.drop(columns=['city_state'], inplace=True)
print(df)
#                             address  other   city   state
# 0     some, stuff, here, city/state      1   city   state
# 1  another, thing here city2/state2      2  city2  state2

注意：其他一些答案提供了一种更有效的方式来将结果解压缩到您的数据框中。我将把它留在这里，因为我认为把它分成几个步骤是说明性的，但为了效率起见，我会选择其他步骤。