如何拆分包含字符串的列答案

【问题标题】：How to split a column with contains a string如何拆分包含字符串的列
【发布时间】：2020-02-20 21:32:36
【问题描述】：

如果_ 出现，我有一个数据框需要拆分列

Name = [('Hello'),
      ('Spider'),
      ('Captain'),
      ('Superman'),
       ('Hello_1'),
       ('Superman_1')]
dfName = pd.DataFrame(Name, columns=['Name'])

我的出局

    Name
0   Hello
1   Spider
2   Captain
3   Superman
4   Hello_1
5   Superman_1

预期结果

df1

    Name      
0   Hello
1   Spider
2   Captain
3   Superman

df2

    Name_
0   Hello_1
1   Superman_1

【问题讨论】：

Pandas split DataFrame by column value的可能重复

标签： python pandas

【解决方案1】：

dfnamewithout_regex = dfName[~dfName['Name'].str.contains('_')]
dfnamewithout_regex
    Name
0   Hello
1   Spider
2   Captain
3   Superman

dfnamewith_regex = dfName[dfName['Name'].str.contains('_')]
dfnamewith_regex
Name
4   Hello_1
5   Superman_1

如果要删除索引，请添加 .reset_index(drop=True)

【讨论】：

【解决方案2】：

您可以使用此代码拆分数据框：

df1 = dfName[~dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)
df2 = dfName[dfName["Name"].str.contains('_1', na=False)].reset_index(drop=True)

df1的输出：

Name
0   Hello
1   Spider
2   Captain
3   Superman

df2的输出：

    Name
0   Hello_1
1   Superman_1

【讨论】：

【解决方案3】：

您可能需要先将您的第一个列表拆分为两个子列表：

>>> name = 'Hello Spider Captain Superman Hello_1 Superman_1'.split()
>>> name
['Hello', 'Spider', 'Captain', 'Superman', 'Hello_1', 'Superman_1']
>>> col1 = [n for n in name if '_' not in n]
>>> col2 = [n for n in name if '_' in n]
>>> col1
['Hello', 'Spider', 'Captain', 'Superman']
>>> col2
['Hello_1', 'Superman_1']
>>>

注意：按照约定，变量应该小写，以区别于类。 https://www.python.org/dev/peps/pep-0008/#function-and-variable-names

【讨论】：

【解决方案4】：

使用Series.str.contains 进行掩码并通过反转掩码过滤不包含~ 用于df1 和不用于df2 通过boolean indexing，最后添加DataFrame.reset_index 默认RangeIndex：

m = dfName['Name'].str.contains('_')

#is sample data .reset_index(drop=True) not necessary, added for general solution
df1 = dfName[~m].reset_index(drop=True)
print(df1)
       Name
0     Hello
1    Spider
2   Captain
3  Superman

df2 = dfName[m].reset_index(drop=True)
print(df2)
         Name
0     Hello_1
1  Superman_1

【讨论】：