python - Pandas Dataframe - 将字符串拆分为多列

Question

我是 Pandas 框架的新手，我已经进行了足够的搜索来解决我的问题，但没有在网上获得太多帮助。

我有一个字符串列，如下所示，我想将其转换为单独的列。我的问题是我尝试拆分它，但它没有按照我需要的方式提供输出。

*-----------------------------------------------------------------------------*
|  Total Visitor                                                              |
*-----------------------------------------------------------------------------*
|  2x Adult, 1x Adult + Audio Guide                                           |
|  2x Adult, 2x Youth, 1x Children                                            | 
|  5x Adult + Audio Guide, 1x Children + Audio Guide, 1x Senior + Audio Guide |
*-----------------------------------------------------------------------------*

这是我用来分割字符串的代码，但没有给出预期的输出。

df = data["Total Visitor"].str.split(",", n = 1, expand = True)

分割字符串后我的预期输出应如下表所示:

*----------------------------------------------------------------------------------------------------------------*
|  Adult    | Adult + Audio Guide    | Youth   | Children    | Children + AG        | Senior + AG                                                                       
*----------------------------------------------------------------------------------------------------------------*
|  2x Adult | 1x Adult + Audio Guide |    -    |       -     |    -                    | -  
|
|  2x Adult |          -             |2x Youth | 1x Children |    -                    | -                               
|      -    | 5x Adult + Audio Guide |    -    |      -      |1x Children + Audio Guide| 1x Senior + Audio Guide |
*----------------------------------------------------------------------------------------------------------------*

我该怎么做？任何帮助或指导都会很棒。

Answer 1

想法是创建字典列表，其中包含已删除数字的键 x通过 regex -^\d+x\s+ ( ^ 是字符串的开头， \d+ 是一个或多个整数， \s+ 是一个或多个空格)并传递给 DataFrame构造函数:

import re

L =[dict([(re.sub('^\d+x\s+',"",y),y) for y in x.split(', ')]) for x in df['Total Visitor']]

df = pd.DataFrame(L).fillna('-')
print (df)
      Adult     Adult + Audio Guide     Youth     Children  \
0  2x Adult  1x Adult + Audio Guide         -            -   
1  2x Adult                       -  2x Youth  1x Children   
2         -  5x Adult + Audio Guide         -            -   

      Children + Audio Guide     Senior + Audio Guide  
0                          -                        -  
1                          -                        -  
2  1x Children + Audio Guide  1x Senior + Audio Guide  

另一个类似的想法被 x 分割对于来自字典键的列名称:

L = [dict([(y.split('x ')[1], y) for y in x.split(', ')]) for x in df['Total Visitor']]

df = pd.DataFrame(L).fillna('-')