python - Pandas - 通过不规则字符串模式的计算创建新列

Question

我在 pandas 数据框中有一些数据，如下所示:

|           Data           | 
----------------------------    
|   10-9   8-6    100-2    |
----------------------------
|           1-2    3-4     |
----------------------------
|                  55-45   |
----------------------------

现在我的问题是，使用 pandas，执行以下操作的最佳方法是什么:

• 计算连字符之前的第一个数字的平均值，以及连字符之后的数字的平均值。

• 从第一个值中减去第二个值，然后放入新列中。

例如，对于第一行，新列中的值将为:average(10, 8, 100) -average(9, 6, 2)

我猜我需要使用某种 lambda 函数，但我不知道如何去做。

感谢任何帮助。谢谢!

Answer 1

创建一个函数来包含字符串解析逻辑:

import pandas as pd
import numpy as np

def string_handling(string):
    values = [it for it in string.strip().split(' ') if it]
    values = [v.split('-') for v in values]
    first_values = [int(v[0]) for v in values]
    second_values = [int(v[1]) for v in values]
    return pd.Series([np.mean(first_values), np.mean(second_values)])

应用函数:

df[['first_value','second_value']] = df['Data'].apply(string_handling)
df['diff'] = df['first_value'] - df['second_value']