python - 如何迭代 pandas 数据帧行，查找字符串并分成列？

Question

所以这是我的问题，我有一个数据框 df ，其中包含“Info”列，如下所示:

0 US[edit]  
1 Boston(B1)  
2 Washington(W1)  
3 Chicago(C1)  
4 UK[edit]  
5 London(L2)   
6 Manchester(L2) 

我想将所有包含“[ed]”的字符串放入单独的列df['state']中，其余字符串应放入另一列df['city']中。我也想做一些清理工作并删除 [] 和 () 中的内容。这是我尝试过的:

for ind, row in df.iterrows():
    if df['Info'].str.contains('[ed', regex=False):
        df['state']=df['info'].str.split('\[|\(').str[0]
    else:
        df['city']=df['info'].str.split('\[|\(').str[0]

最后我想要这样的东西

US Boston  
US Washington  
US Chicago  
UK London     
UK Manchester  

当我尝试这个时，我总是得到“系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()”

有什么帮助吗？谢谢!!

Answer 1

使用Series.where前向填充 state 列的缺失值，为 city 分配 Series s，然后过滤条件 boolean indexing使用 ~ 的反转掩码:

m = df['Info'].str.contains('[ed', regex=False)
s = df['Info'].str.split('\[|\(').str[0]

df['state'] = s.where(m).ffill()
df['city'] = s

df = df[~m]
print (df)
             Info state        city
1      Boston(B1)    US      Boston
2  Washington(W1)    US  Washington
3     Chicago(C1)    US     Chicago
5      London(L2)    UK      London
6  Manchester(L2)    UK  Manchester

如果您愿意，您还可以通过添加 DataFrame.pop 来删除原始列:

m = df['Info'].str.contains('[ed', regex=False)
s = df.pop('Info').str.split('\[|\(').str[0]

df['state'] = s.where(m).ffill()
df['city'] = s

df = df[~m]
print (df)
  state        city
1    US      Boston
2    US  Washington
3    US     Chicago
5    UK      London
6    UK  Manchester