在熊猫中拆分对象 dtype 列

Question

我的 DF 看起来有多个分隔符 ( , = ) 以及 int 和 str 的组合。

DF 类型是对象（不转换为字符串）

一列单元格中的信息包含此信息

Network=115,MEID=115,Function=115,Area=1806

我想使用分隔符“=”拆分它以获取区域信息。有没有办法做到这一点

Answer 1

为了通用Area=xxxx可以在单元格中的任何位置，我们可以将str.extract()与regex（正则表达式）一起使用，如下所示：

df['Area'] = df['Col1'].str.extract(r'Area=(?P<Area>[^,=]*)')

试运行

测试数据构建：

data = {'Col1': ['Network=115,MEID=115,Function=115,Area=1806', 'Network=120,MEID=116,Area=1820,Function=116']}
df = pd.DataFrame(data)

print(df)

                                          Col1
0  Network=115,MEID=115,Function=115,Area=1806
1  Network=120,MEID=116,Area=1820,Function=116

运行新代码

df['Area'] = df['Col1'].str.extract(r'Area=(?P<Area>[^,=]*)')

print(df)


                                          Col1  Area
0  Network=115,MEID=115,Function=115,Area=1806  1806
1  Network=120,MEID=116,Area=1820,Function=116  1820

正则表达式解释：

Area= 匹配参数Area= 字面意思

(?P<Area> 将正则表达式捕获组命名为Area

[^,=]* 0 次或多次出现的字符类[^,=] 匹配不等于, 或= 的字符

) 命名捕获组结束