python - 如何仅在出现特定单词时拆分列中的字符串？

Question

如果它出现在列的一行中，我只想保留单词“in”之后的部分。问题是如果这个词没有出现在行中，它的原始值将被 NaN 替换。如果没有出现“in”这个词，我想保留原始值。

我尝试在“城市”列上使用 str.split 拆分字符串:

    Rotterdam
    Den Haag
    Postcode 2288 in Rijswijk
    Postcode 2511 in Den Haag Centrum
    Delft

df.city.astype(str).str.split('in').str[1]

实际结果:

    NaN
    NaN
    Rijswijk
    Den Haag Centrum
    NaN

预期结果:

    Rotterdam
    Den Haag
    Rijswijk
    Den Haag Centrum
    Delft

Answer 1

一种可能的解决方案是用原始列替换缺失值:

df['new'] = df.city.astype(str).str.split(' in ').str[1].fillna(df.city)
print (df)
                                city                new
0                          Rotterdam          Rotterdam
1                           Den Haag           Den Haag
2          Postcode 2288 in Rijswijk           Rijswijk
3  Postcode 2511 in Den Haag Centrum   Den Haag Centrum
4                              Delft              Delft

或者通过 -1 选择列表中的最后一个值 - 如果数据中只有一个 in ，解决方案工作相同:

df.city.astype(str).str.split(' in ').str[-1]

@Jon Clements 的另一个解决方案是使用 Series.str.rpartition :

df.city.str.rpartition(' in ')[2]