Python:pandas DF 中的高效拆分列

Question

假设我有一个包含表单列的 DF

0     A.1
1     A.2
2     B.3
3     4.C

假设我想用“.”拆分这些列仅使用“.”之后的元素。一个天真的方法是

for i in range(len(tbl)):
  tbl['column_name'].iloc[i] = tbl['column_name'].iloc[i].split('.',1)[1] 

这行得通。而且对于大表来说非常慢。有没有人知道如何加快这个过程？我可以在 DF 中使用新列，因此我不限于更改源列(因为我在示例中重用了它)。谢谢!

Answer 1

pandas 具有字符串方法，可以在没有循环的情况下高效地执行此类操作(这会杀死 性能)。在这种情况下，您可以使用 .str.split :

>> import pandas as pd
>> df = pd.DataFrame({'a': ['A.1', 'A.2', 'B.3', 'C.4']})
>> df
    a
0   A.1
1   A.2
2   B.3
3   C.4
>> df.a.str.split('.').apply(pd.Series)
    0   1
0   A   1
1   A   2
2   B   3
3   C   4