根据正则表达式参数将 Dataframe 列分成多列答案

【问题标题】：Separate Dataframe column into multiple columns based on regex parameter根据正则表达式参数将 Dataframe 列分成多列
【发布时间】：2023-04-08 22:04:01
【问题描述】：

这里是熊猫菜鸟。删除每个团队记录并将其放入新列的最佳方法是什么？提前致谢！

    Rank    Team    
0   1       LA Rams (5-0)   
1   2       New Orleans (4-1)   
2   3       New England (3-2)   
3   4       Kansas City (5-0)   
4   5       Pittsburgh (2-2-1)  
5   6       Baltimore (3-2)

【问题讨论】：

df[['Team', 'record']] = df.Team.str.rsplit(' ', n=1, expand=True) 应该稍微高效一些，因为它不使用正则表达式。
@Abdou 不错，但如果引入名称更复杂的团队，灵活性会稍差。
啊，太好了，谢谢你们俩

标签： python-3.x pandas web-scraping

【解决方案1】：

有趣的问题。

不幸的是，Series.str.extract 很容易获取记录，但不会删除它（使用简单的正则表达式，如果团队名称中有 (...)，请随意使用更复杂的正则表达式）：

df['Record'] = df['Team'].str.extract('(\(.*?\))')
print(df)
#    Rank                Team   record
#  0    1       LA Rams (5-0)    (5-0)
#  1    2   New Orleans (4-1)    (4-1)
#  2    3   New England (3-2)    (3-2)
#  3    4   Kansas City (5-0)    (5-0)
#  4    5  Pittsburgh (2-2-1)  (2-2-1)
#  5    6     Baltimore (3-2)    (3-2)

这需要实现我们自己的功能：

import re

record_regex = re.compile(r'(\(.*?\))')

records = []

def extract_and_remove_record(x):
    record = record_regex.findall(x)[0]
    records.append(record)
    return record_regex.sub('', x)

df['Team'] = df['Team'].apply(extract_and_remove_record)
df['Record'] = records

print(df)
#    Rank          Team  Records
#  0    1      LA Rams     (5-0)
#  1    2  New Orleans     (4-1)
#  2    3  New England     (3-2)
#  3    4  Kansas City     (5-0)
#  4    5   Pittsburgh   (2-2-1)
#  5    6    Baltimore     (3-2)

【讨论】：

非常感谢！这让我的宿醉更加严重：D 你摇滚@DeepSpace

【解决方案2】：

另一种不涉及正则表达式技巧的方法。

df[['Team Name', 'Team Records']] = d.Team.apply(lambda x: pd.Series(x.rstrip(')').split(' (')))
df.drop('Team', axis=1, inplace=True)

【讨论】：