英文:
split string into many columns with value in the same string Python
问题
从“code”列开始，我需要（通过Python代码）将包含相关数字的每个字符串的名称作为列旋转（请参见下面的示例）
| id | code | C | HD | HT | S |
|---|---|---|---|---|---|
| 1 | 74C + 24HD | 74 | 24 | 0 | 0 |
| 2 | 23C + 14HT + 3S | 23 | 0 | 14 | 3 |
| 3 | 0 | 0 | 0 | 0 | 0 |
谢谢！
英文:
Starting from the column "code", I need (by Python code) to pivot columns with the name of each string that contain the associated number (see example below)
| id | code | C | HD | HT | S |
|---|---|---|---|---|---|
| 1 | 74C + 24HD | 74 | 24 | 0 | 0 |
| 2 | 23C + 14HT + 3S | 23 | 0 | 14 | 3 |
| 3 | 0 | 0 | 0 | 0 | 0 |
Thank u!
答案1
得分: 2
我假设你的初始数据框 df 看起来像这样：
id code
0 1 74C + 24HD
1 2 23C + 14HT + 3S
2 3 0
3 4 0.40C + 32.3P
如果是这种情况，你可以尝试使用 str.extractall 与 pivot 结合使用：使用一个匹配数字-列名组合的模式，将两个部分分组。然后，.extractall 将这些部分提取到单独的列中。包含列名部分的列可以使用 .pivot 拉入到列中。
new_cols_df = (
df["code"].str.extractall(r"(\d+(?:\.\d*)?)(?P<column>[A-Z]+)").droplevel(1)
.pivot(columns="column")
.droplevel(0, axis=1).rename_axis(None, axis=1)
)
df = pd.concat([df, new_cols_df], axis=1).fillna(0)
得到：
id code C HD HT P S
0 1 74C + 24HD 74 24 0 0 0
1 2 23C + 14HT + 3S 23 0 14 0 3
2 3 0 0 0 0 0 0
3 4 0.40C + 32.3P 0.40 0 0 32.3 0
如果你需要新列中的数值值：
df[df.columns[2:]] = df[df.columns[2:]].astype("float")
英文:
I'm assuming your initial dataframe df looks like
id code
0 1 74C + 24HD
1 2 23C + 14HT + 3S
2 3 0
3 4 0.40C + 32.3P
If that's the case then you could try to use .str.extractall in combination with .pivot: Use a pattern that matches the number-columnname-combinations and groups both parts. .extractall then extracts the parts into separate columns. The column that contains the column name part can then be pulled into columns with .pivot.
new_cols_df = (
df["code"].str.extractall(r"(\d+(?:\.\d*)?)(?P<column>[A-Z]+)").droplevel(1)
.pivot(columns="column")
.droplevel(0, axis=1).rename_axis(None, axis=1)
)
df = pd.concat([df, new_cols_df], axis=1).fillna(0)
to get
id code C HD HT P S
0 1 74C + 24HD 74 24 0 0 0
1 2 23C + 14HT + 3S 23 0 14 0 3
2 3 0 0 0 0 0 0
3 4 0.40C + 32.3P 0.40 0 0 32.3 0
In case you need numeric values in the new columns:
df[df.columns[2:]] = df[df.columns[2:]].astype("float")
答案2
得分: 1
我们可以在这里使用str.extract以及np.where：
df["C"] = np.where(~df["code"].str.extract(r'\b(\d+)C\b').isnull(), df["code"].str.extract(r'\b(\d+)C\b').astype(int), 0)
df["HD"] = np.where(~df["code"].str.extract(r'\b(\d+)HD\b').isnull(), df["code"].str.extract(r'\b(\d+)HD\b').astype(int), 0)
df["HT"] = np.where(~df["code"].str.extract(r'\b(\d+)HT\b').isnull(), df["code"].str.extract(r'\b(\d+)HT\b').astype(int), 0)
df["S"] = np.where(~df["code"].str.extract(r'\b(\d+)S\b').isnull(), df["code"].str.extract(r'\b(\d+)S\b').astype(int), 0)
英文:
We could use str.extract here along with np.where:
<!-- language: python -->
df["C"] = np.where(~df["code"].str.extract(r'\b(\d+)C\b').isnull(), df["code"].str.extract(r'\b(\d+)C\b').astype(int), 0)
df["HD"] = np.where(~df["code"].str.extract(r'\b(\d+)HD\b').isnull(), df["code"].str.extract(r'\b(\d+)HD\b').astype(int), 0)
df["HT"] = np.where(~df["code"].str.extract(r'\b(\d+)HT\b').isnull(), df["code"].str.extract(r'\b(\d+)HT\b').astype(int), 0)
df["S"] = np.where(~df["code"].str.extract(r'\b(\d+)S\b').isnull(), df["code"].str.extract(r'\b(\d+)S\b').astype(int), 0)
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论