python - 在 Pandas 中设置索引

Question

我正在处理与 this 相关的奥运会数据集

这是数据框的样子:

                Unnamed: 0  # Summer  01 !  02 !  03 !  Total  # Winter  \
0        Afghanistan (AFG)        13     0     0     2      2         0   
1            Algeria (ALG)        12     5     2     8     15         3   
2          Argentina (ARG)        23    18    24    28     70        18   
3            Armenia (ARM)         5     1     2     9     12         6   
4  Australasia (ANZ) [ANZ]         2     3     4     5     12         0 

我想做以下事情:

• 拆分国家名称和国家代码并将国家名称添加为数据帧索引
• 从国家名称中删除多余的不必要字符。

例如更新的列应该是:

                    Unnamed: 0  # Summer  01 !  02 !  03 !  Total  # Winter  \
0        Afghanistan         13     0     0     2      2         0   
1            Algeria         12     5     2     8     15         3   
2          Argentina         23    18    24    28     70        18   
3            Armenia          5     1     2     9     12         6   
4         Australasia         2     3     4     5     12         0 

请告诉我实现此目标的正确方法。

Answer 1

您可以使用正则表达式并替换为它，即

df = df.replace('\(.+?\)|\[.+?\]\s*','',regex=True).rename(columns={'Unnamed: 0':'Country'}).set_index('Country')

输出:

               Summer  01 !  02 !  03 !  Total  WinterCountry                                               Afghanistan        13     0     0     2      2       0Algeria            12     5     2     8     15       3Argentina          23    18    24    28     70      18Armenia             5     1     2     9     12       6Australasia         2     3     4     5     12       0

If you dont want to rename then .set_index('Unnamed: 0')

Or Thanks @Scott a much easier solution is to split by ( and select the first element i.e

df['Unnamed: 0'] = df['Unnamed: 0'].str.split('\(').str[0]