python 、 Pandas : What it is the best way to separate string into several columns?

Question

我想将一个字符串拆分为几列，但是我遇到了 str.split 方法的问题。

示例:在对包含此类字符串的列 Name 执行 str.split 时，它会按预期工作。

data1 = {'Name': ['Alice 23', 'Philip 12', 'Krish 64', 'John 29']}
df1 = pd.DataFrame(data1)
df1
    Name
0   Alice 23
1   Philip 12
2   Krish 64
3   John 29

执行分割:

df1[['Name', 'age']] = df1['Name'].str.split(' ', 1, expand=True)
df1

Name    age
0   Alice   23
1   Philip  12
2   Krish   64
3   John    29

一切都很好，正如我想要的，但如果我需要放置其他分隔符，例如 || ，它就无法正常工作。

data2 = {'Name': ['Alice||23', 'Philip||12', 'Krish||64', 'John||29']}
df2 = pd.DataFrame(data)
df2

    Name
0   Alice||23
1   Philip||12
2   Krish||64
3   John||29

执行分割...

df2[['Name', 'age']] = df2['Name'].str.split('[||]',1,expand = True)
df3[['Name', 'age']] = df2['Name'].str.split('||',1,expand = True)

结果不符合我的预期

df2
    Name    age
0   Alice   |23
1   Philip  |12
2   Krish   |64
3   John    |29

df3

Name    age
0       Alice||23
1       Philip||12
2       Krish||64
3       John||29

此行为的原因是什么？如何获得 df1 的预期结果？

Answer 1

您遇到的问题是pandas默认假设要分割的字符串是正则表达式。在正则表达式中 "|"字符是一个特殊字符，使您能够匹配该字符左侧或右侧的任一表达式(例如，您可以将 'a' 或 'b' 与表达式 '(a|b)' 匹配。

就您而言，我们不想传递正则表达式，因此您可以传递 .str.split(…, regex=False) .

>>> df2['Name'].str.split('||', regex=False, expand=True)
        0   1
0   Alice  23
1  Philip  12
2   Krish  64
3    John  29