python – Pandas基于拆分另一列添加新列

我有一个像下面这样的pandas数据帧：

A              B
US,65,AMAZON   2016
US,65,EBAY     2016

我的目标是看起来像这样：

A              B      country    code    com
US.65.AMAZON   2016   US         65      AMAZON
US.65.AMAZON   2016   US         65      EBAY

我知道在here和here之前已经问过这个问题,但它们都不适合我.我试过了：

df['country','code','com'] = df.Field.str.split('.')

和

df2 = pd.DataFrame(df.Field.str.split('.').tolist(),columns = ['country','code','com','A','B'])

我错过了什么吗？任何帮助深表感谢.

解决方法:

您可以使用参数expand = True的split并在左侧添加一个[]：

df[['country','code','com']] = df.A.str.split(',', expand=True)

然后是replace,到.：

df.A = df.A.str.replace(',','.')

print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY

如果没有NaN值,则使用DataFrame构造函数的另一个解决方案：

df[['country','code','com']] = pd.DataFrame([ x.split(',') for x in df['A'].tolist() ])
df.A = df.A.str.replace(',','.')
print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY

您也可以在构造函数中使用列名,但是必须使用concat：

df1=pd.DataFrame([x.split(',') for x in df['A'].tolist()],columns= ['country','code','com'])
df.A = df.A.str.replace(',','.')
df = pd.concat([df, df1], axis=1)
print (df)
              A     B country code     com
0  US.65.AMAZON  2016      US   65  AMAZON
1    US.65.EBAY  2016      US   65    EBAY