python - 仅保留具有逗号分隔列表的数据框单元格中两个连字符之间的字符

Question

我有一个数据库，例如。

Name    Subset
Apple   -AI-,-BI-A,-XC-,ZX-
Bat     -po-,-IJ-,-IA-B

并想将其转换为:

Name    Subset
Apple   AI,BI,XC,ZX
Bat     po,IJ,IA

即删除第一个连字符并删除第二个连字符和后面的字符，直到出现下一个逗号。

Answer 1

使用Series.str.split、Series.explode 和Series.groupby.agg:

In [2193]: df['Subset'] = df.Subset.str.split(',').explode().str.split('-').str[:2].apply(''.join).groupby(level=0).agg(','.join)

In [2194]: df
Out[2194]: 
    Name       Subset
0  Apple  AI,BI,XC,ZX
1    Bat     po,IJ,IA