Pandas 通过字符串替换或正则表达式将列拆分为几列答案

【问题标题】：Pandas split column in several columns throug string replacement or regexPandas 通过字符串替换或正则表达式将列拆分为几列
【发布时间】：2020-02-03 20:13:48
【问题描述】：

我的数据框中有一个“列”，在最佳条件下，它看起来像这样：

Client: Stack Overflow   Order Num: 123456  Account From: 3656645654   Account to: 546546578

我想将此列拆分为几列，例如：

'Client','Order Num', 'Account From','Account to'

但在某些情况下，我在列中没有客户、订单号和帐户

我是这样做的：

for x in len(df.columns):
   if 'Client' in df.loc[x,'Columnn']:
      df.loc[x,'Client'] = str(df.loc[x,'Column']).split('Client: ')[1]
      if 'Order Num' in df.loc[x,'Client']:
         df.loc[x,'Client'] = str(df.loc[x,'Client']).split('Order Num: ')[0]
      if 'Account From' in df.loc[x,'Client']:
         df.loc[x,'Client'] = str(df.loc[x,'Client']).split('Account From: ')[0]
      if 'Account to' in df.loc[x,'Client']:
         df.loc[x,'Client'] = str(df.loc[x,'Client']).split('Account to: ')[0]
   else:
      df.loc[x,'Client'] = ''

对于我要创建的所有列，依此类推。

这部分脚本将近40行，速度很慢。

您有更“夸张”的解决方案吗？

【问题讨论】：

标签： python pandas split multiple-columns

【解决方案1】：

尝试使用字符串访问器 .str 和 extract 以及使用正则表达式的命名组：

df['col1'].str.extract('Client: (?P<Client>.*) Order Num: (?P<OrderNum>.*) Account From: (?P<AccountFrom>.*) Account to: (?P<AccountTo>.*)')

输出：

             Client OrderNum   AccountFrom  AccountTo
0  Stack Overflow    123456   3656645654    546546578

【讨论】：