python - 将字符串列转换为 Pandas 数据框中的固定长度字符串数组

Question

我有一个包含几列的 Pandas 数据框。我想将其中一个字符串列转换为固定长度的字符串数组。

这是当前表的样子:

+-----+--------------------+--------------------+
|col1 |         col2       |         col3       |
+-----+--------------------+--------------------+
|   1 |Marco               | LITMATPHY          |
|   2 |Lucy                | NaN                |
|   3 |Andy                | CHMHISENGSTA       |
|   4 |Nancy               | COMFRNPSYGEO       |
|   5 |Fred                | BIOLIT             |
+-----+--------------------+--------------------+

如何将“col 3”的字符串拆分为长度为 3 的字符串数组，如下所示:PS:第3列可以有空格或NaN，需要用空数组替换。

+-----+--------------------+----------------------------+
|col1 |         col2       |         col3               |
+-----+--------------------+----------------------------+
|   1 |Marco               | ['LIT','MAT','PHY]         |
|   2 |Lucy                | []                         |
|   3 |Andy                | ['CHM','HIS','ENG','STA']  |
|   4 |Nancy               | ['COM','FRN','PSY','GEO']  |
|   5 |Fred                | ['BIO','LIT']              |
+-----+--------------------+----------------------------+

Answer 1

使用textwrap.wrap :

import textwrap

df['col3'].apply(lambda x: textwrap.wrap(x, 3) if pd.notna(x) else [])

如果存在长度不是3的倍数的字符串，则将剩余的字母推到最后。如果您只想拥有长度为 3 的字符串，您可以再应用一个来去掉这些字符串:

df['col3'].apply(lambda x: textwrap.wrap(x, 3) if pd.notna(x) else []).\
           apply(lambda x: x[:-1] if len(x[-1]) % 3 != 0 else x)