regex - 根据同一行中另一列的值拆分一个Pandas列？

Question

我有一些DataFrame:

df = pd.DataFrame({'columnA': ['apple', 'banana', 'peach', 'pear'], 'columnB': ['XAXappleYBY', 'ZZZbananaRDESWA', 'HDJFpeachIUYTA', 'POIUYpearMNBV']})

    columnA columnB
0   apple   XAXappleYBY
1   banana  ZZZbananaRDESWA
2   peach   HDJFpeachIUYTA
3   pear    POIUYpearMNBV

我想在 columnB中的字符串上分割 columnA并展开，例如:

    columnA columnB left_split  right_split
0   apple   XaXappleYBY XaX YBY
1   banana  ZZZbananaRDESWa ZZZ RDESWa
2   peach   HDJFpeachIUYTA  HDJF    IUYTA
3   pear    POIUYpearMNBV   POIUY   MNBV

我该怎么做？

Answer 1

将字符串split与listcomp一起使用，并构造数据帧df1。最后，加入df

cols = ['columnA', 'columnB']
df1 = pd.DataFrame([x.split(pat) for pat, x in  zip(*map(df.get, cols))], 
                    columns=['left_split', 'right_split'])
df_final = df.join(df1)

Out[153]:
  columnA          columnB left_split right_split
0   apple      XAXappleYBY        XAX         YBY
1  banana  ZZZbananaRDESWA        ZZZ      RDESWA
2   peach   HDJFpeachIUYTA       HDJF       IUYTA
3    pear    POIUYpearMNBV      POIUY        MNBV

[x.split(pat) for pat, x in zip(*map(df.get, cols))]的说明:

在这种情况下， zip(*map(df.get, cols))只是 zip(df.columnA, df.columnB)的另一种编写方式。在具有许多列的数据框上很方便。使用 zip-map版本只是我的习惯:)

[x.split(pat) for pat, x in  zip(*map(df.get, cols))]

Out[198]: [['XAX', 'YBY'], ['ZZZ', 'RDESWA'], ['HDJF', 'IUYTA'], ['POIUY', 'MNB']]

[x.split(pat) for pat, x in  zip(df.columnA, df.columnB)]

Out[199]: [['XAX', 'YBY'], ['ZZZ', 'RDESWA'], ['HDJF', 'IUYTA'], ['POIUY', 'MNBV']]

它压缩2列。在列表理解的每次迭代中，它对每列的对应值进行切片。也就是说，在每次迭代中，它会切片对应于 columnA和 columnB每行的元组。每个元组都被解压缩为 pat和 x，其中 pat是 columnA的值，而 x是 columnB的值。 x是您要拆分的字符串，因此调用 x.split(pat)将按 columnB的每个 pat拆分 columnA的每个字符串