python Pandas : extract data from a cell and turn it into a column

Question

我有一个带有这种模式的有点困惑的数据集:

ID       Value
abc      (john:10),(albert:5),(hanna:7) ...
def      (frank:5),(dave:8),(ben:11) ...

我当然更愿意使用这种格式的数据:

ID       Value1  Value2
abc      john       10
abc      albert      5
abc      hanna       7
def      frank       5
def      dave        8
def      ben         11

但是，我对如何做到这一点有些困惑？我能想出的唯一解决方案是循环遍历并将非常新的数据点添加到新的数据框。

是否有更好、更有效的方法？

谢谢!

Answer 1

str.extractall

我们可以从 Value 列中的字符串中提取所有出现的 regex 模式

df.set_index('ID')['Value'].str.extractall(r'\((\w+):(\d+)\)').droplevel(1)

---

          0   1
ID             
abc    john  10
abc  albert   5
abc   hanna   7
def   frank   5
def    dave   8
def     ben  11

正则表达式详细信息:

• \(:匹配字符(字面上的
• (\w+) :第一个捕获组
  • \w+ :匹配一个或多个单词字符
• : : 匹配字符 : literally
• (\d+) :第二个捕获组
  • \d+ :匹配一个或多个数字
• \) :匹配字符 ) 字面意思

在线查看regex demo